Mfcc+GMM训练性别检测器模型，达到识别音频性别的效果

主要技术：Mfcc+GMM

达到目的 : 识别音频中说话人的性别是男还是女的效果

项目的来源：国外（数据集是谷歌的，讲解资料来源于印度的两个哥们）

不足：识别率不高；男性大概是82%左右，女性是90%

---

数据集下载的地址：//download.csdn.net/download/tian_jiangnan/12251687

代码讲解

第一部分、先后训练男、女模型

以下代码运行两次，第一次是source="D:\\pygender\\train\\male"   第二次是source="D:\\pygender\\train\\womale"

这个代码就是提取某类性别的音频的mfcc特征，然后注入GMM中生成模型就可以了；代码重点在于提取mfcc特征

import os
import pickle
import numpy as np
from scipy.io.wavfile import read
from sklearn.mixture import GaussianMixture
import python_speech_features as mfcc
from sklearn import  preprocessing
import warnings
warnings.filterwarnings("ignore")
def get_Mfcc(sr,audio):
    features=mfcc.mfcc(audio,sr,0.025,0.01,13,appendEnergy=False)
    features=preprocessing.scale(features)
    return features

#path to training data
source="D:\\pygender\\train\\male"
##source="D:\\pygender\\train\\male"  训练男的模型以后，再训练女的模型；
dest="D:\\pygender\\"
##如果有.wav文件那么就获取它的文件路径
files=[os.path.join(source,f) for f in os.listdir(source) if f.endswith('.wav')]
features=np.asarray(());

for f in files:
    sr,audio=read(f)
    vector=get_Mfcc(sr,audio)
    if features.size==0:
        features=vector
    else:
        features=np.vstack((features,vector))
#GMM模型


gmm=GaussianMixture(n_components=8,covariance_type='diag',max_iter=200,n_init=3)
gmm.fit(features)
#获取male这个名称
picklefile=source.split("\\")[-1]+".gmm"
#写模型
pickle.dump(gmm,open(dest+picklefile,'wb'))

 两次运行结束以后；会生成.gmm文件

现在运行测试文件

可以先检测测试集中女性的识别率，如果男女音频都放在一起，就很难看得出来检测的识别率的高低

import os
import pickle
import numpy as np
from scipy.io.wavfile import  read
import python_speech_features as mfcc
from sklearn import  preprocessing
import  warnings
warnings.filterwarnings("ignore")
def get_Mfcc(sr,audio):
    features=mfcc.mfcc(audio,sr,0.025,0.01,13,appendEnergy=False)
    features=preprocessing.scale(features)
    return features


##path to testing data
sourcepath="D:\\pygender\\test\\womale"
##sourcepath="D:\\pygender\\test\\male"
realsex=sourcepath.split("\\")[-1]
#path to saved models
modelpath="D:\\pygender\\"
j=0
gmm_files=[os.path.join(modelpath,fname) for fname in os.listdir(modelpath) if fname.endswith('.gmm')]
models=[pickle.load(open(fname,'rb')) for fname in gmm_files]
for fname in gmm_files:
    print("fname:",fname)
genders=[fname.split("\\")[-1].split(".gmm")[0] for fname in gmm_files]
files=[os.path.join(sourcepath,f) for f in os.listdir(sourcepath) if f.endswith('.wav')]
for f in files:
    sr,audio=read(f)
    features=get_Mfcc(sr,audio)
    scores=None
    ##2个模型，所以长度是2
    log_likelihood=np.zeros(len(models))
    ##循环加载这两个模型
    for i in range(len(models)):
        gmm=models[i]
        ##求概率
        scores=np.array(gmm.score(features).reshape(1,-1))
        log_likelihood[i]=scores.sum()
    winner=np.argmax(log_likelihood)
    if (realsex==genders[winner]):
        j = j + 1

print("j:",j,"len:",len(files))
print("识别率是：",j/len(files))

女性识别率到达90%，

但是男性仅仅达到82%而已 ；官方教程中也是如此，对女性声音辨识度高

我找了的mfcc+GMM性别识别的代码是一模一样的，但是当你运行测试的时候，就会出现一种很奇怪的现象，男性一般高达90%多；女性只能达到12%；很极端的现象，后来我做了15次实验发现，测试里面的提取mfcc特征代码不对，我也不知道那些得出结果的博主们是怎么实现的？

我做了16次实验，不断的改变参数，改变代码，才发现提取mfcc特征的代码不对，不用担心，我提供的代码都是修正过后的！