总结一下近两周做的事情。
目标：有3个说话人，以4种不同的情感，分别说相同的200句话，建立模型供语音情感识别使用
过程：1、选择建立模型需要的特征及可用工具
2、处理数据
3、算法
具体内容：
1、建立模型：对3个人分别建立model，这就需要分别准备这3个人的训练数据
提取特征：先提取mfcc，使用HTK工具
训练：采用libsvm工具箱
2、仅给出对于 people1 的数据处理过程：
for i in（情感1，情感2，情感3，，情感4）:
（1）把200句话分为190 + 10，前190句作为训练集，后10句作为测试集
（2）分别对190 +10句wav文件提取mfcc特征（190句的mfcc可以放在一个txt里，后10句因为要做测试用，所以分别放在10个txt里）
注：HTK提取出的mfcc文件显示为2进制，需自己写代码转换成10进制表示
（3）处理以上 11 个txt，需要得到这样的格式：[lable]1:[feature1] 2:[feature2] …. n:[featuren]
例如（情感1可以这样处理）： 1 1:0.324 2:0.265 3:0.544:0.34 …. 39:0.495
情感2可定义label为 2，情感3定义label为 3，情感4定义label为 4。
（4）把4种情感的 4*190=760 句wav的mfcc特征写入一个txt，作为 train_data.txt
（5）把4种情感的 4*10=40 句wav的40个mfcc文件放在一起，可标号从1.txt 到 40.txt
3、（用python写的一些代码）
libsvm的 python 文件夹里，有svmutil.py 及 svm.py文件，看下代码，知道可以用于train和test
得到训练模型：people1.model
把训练集里的1.txt 至 40.txt 分别进行测试，譬如 1.txt测试的时候，是按帧来测试得到每帧的label，统计最多的label所属作为 1.txt 的类别即可。
训练结果，正确率高达 98.33% ，低至 83.33%（原因在于自己抽了一部分数据进行的训练，而不是全部的数据，可能抽的不好或者数据冗余）。
过程总结：1、处理数据超级麻烦，主要原因还是自己缺乏实践动手经验。
2、编程能力不足，本该用C++写的代码，最终拿python敲了，还写的很累赘
3、思路！思路！思想很重要
现在very tired ， 回头再写
又或者是后天的，我们不断学习，努力进取的路途中辛苦寻到的武器。
