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。
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
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。
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。
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。
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。
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。
在 Postman 中,創建一個新的 POST 請求,並設置 URL 為 http://127.0.0.1:5000/predict
。
- 在「Body」選項卡下,選擇「form-data」。
- 添加一個名為
file
的 key,並上傳一個音頻檔案作為值。 - 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。
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。