DeEAR语音情感识别代码实例Python调用本地API获取唤醒度、自然度、韵律置信度分数1. 项目概述DeEARDeep Emotional Expressiveness Recognition是一个基于wav2vec2的深度语音情感表达分析系统。这个开源项目能够自动分析语音中的情感特征输出唤醒度、自然度和韵律三个维度的置信度分数。想象一下你正在开发一个智能客服系统需要判断来电用户的情绪状态或者你正在做一个语音助手希望它能根据用户说话的语气调整回应方式。DeEAR就是为这类场景设计的工具它能帮你听懂语音背后的情感。2. 环境准备与快速部署2.1 系统要求在开始之前请确保你的系统满足以下要求Python 3.11至少4GB可用内存支持CUDA的GPU可选但推荐使用2.2 快速启动服务DeEAR提供了两种启动方式推荐方式使用启动脚本/root/DeEAR_Base/start.sh替代方式直接运行Python应用python /root/DeEAR_Base/app.py服务启动后你可以通过以下地址访问Web界面本地访问http://localhost:7860远程访问http://容器IP:78603. Python调用API实战现在让我们看看如何用Python代码直接调用DeEAR的API获取语音情感分析结果。3.1 安装必要库首先确保安装了requests库pip install requests3.2 基础API调用代码下面是一个完整的Python示例展示如何发送语音文件并获取分析结果import requests def analyze_emotion(audio_path): # DeEAR服务地址 api_url http://localhost:7860/api/analyze # 读取音频文件 with open(audio_path, rb) as f: files {file: f} # 发送请求 response requests.post(api_url, filesfiles) # 解析响应 if response.status_code 200: result response.json() return result else: print(f请求失败状态码{response.status_code}) return None # 使用示例 result analyze_emotion(test.wav) if result: print(分析结果) print(f唤醒度Arousal: {result[arousal]:.2f}) print(f自然度Nature: {result[nature]:.2f}) print(f韵律Prosody: {result[prosody]:.2f})3.3 结果解读API返回的结果包含三个维度的置信度分数0-1之间唤醒度Arousal数值越高表示语音越激动自然度Nature数值越高表示语音越自然韵律Prosody数值越高表示语音节奏感越强例如你可能会得到这样的结果分析结果 唤醒度Arousal: 0.82 自然度Nature: 0.95 韵律Prosody: 0.76这表示这段语音听起来比较激动0.82非常自然0.95且有一定的节奏感0.76。4. 进阶使用技巧4.1 批量处理语音文件如果你有多段语音需要分析可以使用以下代码批量处理import os import requests def batch_analyze(audio_dir): results {} api_url http://localhost:7860/api/analyze for filename in os.listdir(audio_dir): if filename.endswith(.wav): filepath os.path.join(audio_dir, filename) with open(filepath, rb) as f: response requests.post(api_url, files{file: f}) if response.status_code 200: results[filename] response.json() return results # 使用示例 all_results batch_analyze(audio_samples) for filename, result in all_results.items(): print(f{filename}: 唤醒度{result[arousal]:.2f})4.2 实时音频流分析DeEAR也支持实时音频流分析。以下是基本实现思路import pyaudio import wave import requests import time def record_and_analyze(duration5, chunk1024): # 初始化音频流 p pyaudio.PyAudio() stream p.open(formatpyaudio.paInt16, channels1, rate16000, inputTrue, frames_per_bufferchunk) print(开始录音...) frames [] # 录音 for i in range(0, int(16000 / chunk * duration)): data stream.read(chunk) frames.append(data) print(录音结束) stream.stop_stream() stream.close() p.terminate() # 保存临时文件 temp_file temp.wav wf wave.open(temp_file, wb) wf.setnchannels(1) wf.setsampwidth(p.get_sample_size(pyaudio.paInt16)) wf.setframerate(16000) wf.writeframes(b.join(frames)) wf.close() # 分析情感 result analyze_emotion(temp_file) return result5. 常见问题解答5.1 服务启动失败怎么办如果遇到服务启动问题可以尝试以下步骤检查端口7860是否被占用lsof -i :7860确保所有依赖已安装pip install -r /root/DeEAR_Base/requirements.txt查看日志获取更多信息cat /root/DeEAR_Base/logs/app.log5.2 如何提高分析准确率确保音频质量清晰采样率至少16kHz录音环境尽量安静减少背景噪音语音时长建议在3-10秒之间对于重要应用可以取多次分析结果的平均值5.3 API响应慢怎么优化如果使用GPU确保CUDA已正确配置减少同时处理的音频文件数量考虑升级服务器配置对于批量处理可以实现异步请求6. 总结DeEAR提供了一个简单而强大的语音情感分析解决方案。通过本文介绍的Python API调用方法你可以轻松将情感识别功能集成到自己的应用中。无论是开发智能客服、情感分析工具还是语音交互系统DeEAR都能为你提供有价值的情感维度数据。记住情感识别是一个复杂的任务实际应用中可能需要结合其他上下文信息。建议先在小规模数据上测试根据实际效果调整使用方式。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
DeEAR语音情感识别代码实例：Python调用本地API获取唤醒度、自然度、韵律置信度分数
DeEAR语音情感识别代码实例Python调用本地API获取唤醒度、自然度、韵律置信度分数1. 项目概述DeEARDeep Emotional Expressiveness Recognition是一个基于wav2vec2的深度语音情感表达分析系统。这个开源项目能够自动分析语音中的情感特征输出唤醒度、自然度和韵律三个维度的置信度分数。想象一下你正在开发一个智能客服系统需要判断来电用户的情绪状态或者你正在做一个语音助手希望它能根据用户说话的语气调整回应方式。DeEAR就是为这类场景设计的工具它能帮你听懂语音背后的情感。2. 环境准备与快速部署2.1 系统要求在开始之前请确保你的系统满足以下要求Python 3.11至少4GB可用内存支持CUDA的GPU可选但推荐使用2.2 快速启动服务DeEAR提供了两种启动方式推荐方式使用启动脚本/root/DeEAR_Base/start.sh替代方式直接运行Python应用python /root/DeEAR_Base/app.py服务启动后你可以通过以下地址访问Web界面本地访问http://localhost:7860远程访问http://容器IP:78603. Python调用API实战现在让我们看看如何用Python代码直接调用DeEAR的API获取语音情感分析结果。3.1 安装必要库首先确保安装了requests库pip install requests3.2 基础API调用代码下面是一个完整的Python示例展示如何发送语音文件并获取分析结果import requests def analyze_emotion(audio_path): # DeEAR服务地址 api_url http://localhost:7860/api/analyze # 读取音频文件 with open(audio_path, rb) as f: files {file: f} # 发送请求 response requests.post(api_url, filesfiles) # 解析响应 if response.status_code 200: result response.json() return result else: print(f请求失败状态码{response.status_code}) return None # 使用示例 result analyze_emotion(test.wav) if result: print(分析结果) print(f唤醒度Arousal: {result[arousal]:.2f}) print(f自然度Nature: {result[nature]:.2f}) print(f韵律Prosody: {result[prosody]:.2f})3.3 结果解读API返回的结果包含三个维度的置信度分数0-1之间唤醒度Arousal数值越高表示语音越激动自然度Nature数值越高表示语音越自然韵律Prosody数值越高表示语音节奏感越强例如你可能会得到这样的结果分析结果 唤醒度Arousal: 0.82 自然度Nature: 0.95 韵律Prosody: 0.76这表示这段语音听起来比较激动0.82非常自然0.95且有一定的节奏感0.76。4. 进阶使用技巧4.1 批量处理语音文件如果你有多段语音需要分析可以使用以下代码批量处理import os import requests def batch_analyze(audio_dir): results {} api_url http://localhost:7860/api/analyze for filename in os.listdir(audio_dir): if filename.endswith(.wav): filepath os.path.join(audio_dir, filename) with open(filepath, rb) as f: response requests.post(api_url, files{file: f}) if response.status_code 200: results[filename] response.json() return results # 使用示例 all_results batch_analyze(audio_samples) for filename, result in all_results.items(): print(f{filename}: 唤醒度{result[arousal]:.2f})4.2 实时音频流分析DeEAR也支持实时音频流分析。以下是基本实现思路import pyaudio import wave import requests import time def record_and_analyze(duration5, chunk1024): # 初始化音频流 p pyaudio.PyAudio() stream p.open(formatpyaudio.paInt16, channels1, rate16000, inputTrue, frames_per_bufferchunk) print(开始录音...) frames [] # 录音 for i in range(0, int(16000 / chunk * duration)): data stream.read(chunk) frames.append(data) print(录音结束) stream.stop_stream() stream.close() p.terminate() # 保存临时文件 temp_file temp.wav wf wave.open(temp_file, wb) wf.setnchannels(1) wf.setsampwidth(p.get_sample_size(pyaudio.paInt16)) wf.setframerate(16000) wf.writeframes(b.join(frames)) wf.close() # 分析情感 result analyze_emotion(temp_file) return result5. 常见问题解答5.1 服务启动失败怎么办如果遇到服务启动问题可以尝试以下步骤检查端口7860是否被占用lsof -i :7860确保所有依赖已安装pip install -r /root/DeEAR_Base/requirements.txt查看日志获取更多信息cat /root/DeEAR_Base/logs/app.log5.2 如何提高分析准确率确保音频质量清晰采样率至少16kHz录音环境尽量安静减少背景噪音语音时长建议在3-10秒之间对于重要应用可以取多次分析结果的平均值5.3 API响应慢怎么优化如果使用GPU确保CUDA已正确配置减少同时处理的音频文件数量考虑升级服务器配置对于批量处理可以实现异步请求6. 总结DeEAR提供了一个简单而强大的语音情感分析解决方案。通过本文介绍的Python API调用方法你可以轻松将情感识别功能集成到自己的应用中。无论是开发智能客服、情感分析工具还是语音交互系统DeEAR都能为你提供有价值的情感维度数据。记住情感识别是一个复杂的任务实际应用中可能需要结合其他上下文信息。建议先在小规模数据上测试根据实际效果调整使用方式。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
