El modelo de red neuronal es capaz de detectar cinco emociones diferentes de hombres/mujeres a partir de discursos de audio. (Aprendizaje Profundo, NLP, Python)
Detectar emociones a partir de discursos de audio para personalizar experiencias y servicios.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasEl modelo de red neuronal es capaz de detectar cinco emociones diferentes de hombres/mujeres a partir de discursos de audio. (Aprendizaje Profundo, NLP, Python)
Speech-Emotion-Analyzer tiene 1.4k estrellas en GitHub. Se ha bifurcado 436 veces. Speech-Emotion-Analyzer está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2017. Speech-Emotion-Analyzer está disponible bajo la licencia MIT. Sus temas principales son: audio-files, data-science, deep-learning, deep-neural-networks.
El modelo de red neuronal es capaz de detectar cinco emociones diferentes de hombres/mujeres a partir de discursos de audio. (Aprendizaje Profundo, NLP, Python)
Speech-Emotion-Analyzer es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. Speech-Emotion-Analyzer es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
Speech-Emotion-Analyzer está disponible bajo la licencia MIT.
Speech-Emotion-Analyzer está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://opensourceai.tech/project/miteshputhran-speech-emotion-analyzer.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.