文件名称：EmotionRecognition_DL_LSTM:这项研究旨在研究和实现一种人工智能（AI）算法，该算法将实时分析音频文件，识别并呈现其中表达的情感。 该模型以“深度学习”方法（即“深度神经网络”）开发。 选择了用于时间序列分析的高级模型，即长期短期记忆（LSTM）。 为了训练模型，已使用演员数据库表达的情绪
文件大小：1.38MB
文件格式：ZIP
更新时间：2024-04-20 21:58:05
python deep-learning keras pandas lstm
实时语音情感识别（SER） 具有keras的深度学习（LSTM）模型。 这项研究旨在研究和实现一种人工智能（AI）算法，该算法将实时分析音频文件，识别并呈现其中表达的情感。 此分类模型是通过深度学习方法开发的，这意味着深度神经网络（DNN），同时选择了用于时间序列分析的高级模型，即长短期记忆（LSTM）。 对于模型的训练，已经使用了瑞尔森大学的Ryerson情感言语和歌曲视听数据库（RAVDESS）以及多伦多大学的多伦多情感言语集（TESS）来使用演员表达的情感。 。 结果显示，语音识别的准确度达到了85％。
【文件预览】：
EmotionRecognition_DL_LSTM-main
----SpeechEmotionRecognition_DL_LSTM.ipynb(2.66MB)
----README.md(829B)