用錄音寶錄下3到5個人的譜音每乙個，每個人10s到20s，建立gmm聲紋識別模板，設定場景–聲紋模板內的所有人交替討論乙個話題，大約2分鐘，用gmm模型分割識別講話人的身份。並統計時間。
思路：通過提取音訊原本的語音特徵形成乙個集(聚類)以後，對後來的資料進行概率判斷，類似於之前的大作業使用的annoy庫中kmeans實現，kmeans利用的是距離，而gmm這裡使用的是概率，前者中的k和gmm中ncomponent也是類似的。
程式流程如下圖所示：
程式結果：
在sapmle資料夾中放入樣本檔案，修改main 中的files對應的檔名和對應的name(上一行), 並且在資料夾下 放入被測試檔案，修改betestfile檔案，就可以執行了
總結：在這個實驗過程中，訓練的時間佔比並不是很大，佔大頭的是gmm 的打分過程，這個過程中，需要對每一段音訊，都分別打分並比較，是乙個o(n2)的過程，這個過程應該可以進行優化形成log(n)的比較過程，思路與annoy建樹類似，通過對產生的gmm模型進行聚類，然後輸入被測試資料的gmm，進行比較。
在測試的過程中，發現錄音的環境還是很重要的，其中有兩個錄音樣本的質量不好，導致判別出錯。乙個錄音樣本，離麥克風比較遠，聲音比較小，另乙個就是第乙個測試結果出錯的那個樣本，環境音很雜。
有點不足的地方：這次的實驗樣本有點少，並不能充分的說明程式的正確性。
歡迎star/拍磚
基於語音的情緒識別系統（Python）
源 連線 emotion recognition using speech 原鏈結是給的原始的版本，我在 win10 上執行會報錯，比如下邊的的 pyauto 無法安裝的問題。我已經將相應的安裝包上傳到 gitee 上了。碼雲位址 語音情緒識別 在 emotion recognition using...
GMM混合高斯模型的EM演算法及Python實現
1.演算法理論p x kk 1 kn x k k n x k k 1 2 d k exp 12 xi k t 1k xi k kk 1 k 1 用極大似然法處理問題 輸入 i 1 n 最小化 e k,k,k ni 1 log p xi ni 1l og kk 1 1 2 d k e xp 12 x ...
基於語音識別的提醒鬧鐘專案總結
周老師叫我做乙個語音識別的提醒小鬧鐘，功能很簡單 要有qq登入，說出幾點提醒我幹什麼這句話，分離出時間和事件，設定鬧鐘提醒。同時 qq號，提醒時間，提醒事件 要上傳到伺服器的資料庫裡。功能不難，但是學了不少東西，也做了3週多。有幾點需要記錄 1 新增.so檔案時候，必須在build.gradle裡的...