Emotion Recognition API 操作手冊

這個專案提供一個基於 Flask 的 API，能夠分析音頻檔案，並識別其中的情感。以下是如何設定和運行此專案的步驟。

1. 環境準備

首先，您需要安裝必要的依賴項。在專案的根目錄下運行以下命令：

pip install -r requirements.txt

2. 配置設定

所有的配置設定都在 config.py 文件中。您可以根據您的需求修改此文件。以下是一些重要的配置選項：

• MODEL_PATH: 模型檔案的路徑。
• AUDIO_SAVE_DIR: 上傳的音頻檔案保存的目錄。

3. 放置模型檔案

將您的模型檔案放在 Model 目錄下，並確保 config.py 中的 MODEL_PATH 設定正確。

4. 放置音頻檔案

如果您有一些預先準備好的音頻檔案，可以將它們放在 Wav 目錄下。

5. 運行服務器

在專案的根目錄下，運行以下命令以啟動 Flask 服務器：

python flask_server.py

服務器將在 http://127.0.0.1:5000/ 上運行。現在，您可以通過發送 POST 請求到 http://127.0.0.1:5000/predict 來分析音頻檔案。

6. 關於 Postman

Postman 是一個流行的 API 測試工具，它允許開發人員輕鬆地發送各種 HTTP 請求，並查看服務器的響應。它提供了一個直觀的界面，使得測試和調試 API 變得非常簡單。下載並安裝 Postman，以便您可以在本地機器上測試 API。

7. 使用 Postman 測試 API

在 Postman 中，創建一個新的 POST 請求，並設置 URL 為 http://127.0.0.1:5000/predict。

1. 在「Body」選項卡下，選擇「form-data」。
2. 添加一個名為 file 的 key，並上傳一個音頻檔案作為值。
3. 點擊「Send」按鈕發送請求。 您應該會在 Postman 中看到情感分析的結果。

8. 檔案結構

下面是專案目錄的結構：

- Model/                  # 存放模型檔案的目錄
- Wav/                    # 存放音頻檔案的目錄
- __pycache__/            # Python 編譯檔案的目錄
- config.py               # 配置設定文件
- flask_server.py         # Flask 服務器檔案
- requirements.txt        # 依賴項列表
- TIM.py                  # 包含模型定義和其他相關函數的檔案

這就是全部必要的步驟和信息，以便您能夠設定和運行此專案。