企业官网建设流程全解析

好的logo设计网站,电子商务 网站前台功能,WordPress怎么修改根目录,婚庆公司收费价格表语音情感数据可视化#xff1a;结合SenseVoiceSmall输出生成图表教程 1. 为什么需要把语音情感“画出来” 你有没有试过听完一段客服录音#xff0c;心里觉得“这人明显不耐烦”#xff0c;但翻来覆去听三遍#xff0c;还是没法准确告诉同事“愤怒情绪持续了27秒#xf…语音情感数据可视化结合SenseVoiceSmall输出生成图表教程1. 为什么需要把语音情感“画出来”你有没有试过听完一段客服录音心里觉得“这人明显不耐烦”但翻来覆去听三遍还是没法准确告诉同事“愤怒情绪持续了27秒中间夹杂两次短促笑声”这不是你观察力不够——而是原始语音识别结果太“扁平”它只给你一行文字比如|HAPPY|您好欢迎光临|APPLAUSE||SAD|抱歉这个活动已经结束了...这些标签藏在文本里像散落的珠子串不起来也看不见分布规律。而真实业务中你需要的是某段3分钟会议录音里开心、中性、愤怒分别占多少比例客服对话中客户一开口就带愤怒情绪的占比有多高笑声和掌声集中在哪些时间点爆发是否和产品介绍环节重合这就是本教程要解决的问题不只让模型“听懂”语音更要让它“说出”的情感变成一眼能看懂的图表。我们不用写复杂后端不碰数据库只用几行Python现成的SenseVoiceSmall输出就能把语音情感数据变成柱状图、时间热力图、词云图——真正实现“听得到更看得清”。2. 先跑通基础从WebUI拿到带情感标签的原始结果2.1 确认环境已就绪你不需要从零安装所有依赖。本镜像已预装Python 3.11 PyTorch 2.5GPU加速已启用funasrv1.1.0、modelscope、gradio、av、ffmpegSenseVoiceSmall 模型权重自动从ModelScope下载只需验证Gradio服务是否正常启动。打开终端输入nvidia-smi | grep python # 查看GPU是否被占用 ps aux | grep app_sensevoice.py # 查看服务是否在运行如果没看到进程执行python app_sensevoice.py稍等几秒终端会显示类似Running on local URL: http://0.0.0.0:6006注意镜像默认绑定0.0.0.0:6006但平台安全策略限制外网直连。请按文档说明配置SSH隧道在本地浏览器访问http://127.0.0.1:6006。2.2 上传一段测试音频获取结构化输出准备一个10–30秒的音频MP3/WAV格式采样率16kHz最佳。推荐使用以下两类素材自录对话用手机录一段自己说“今天天气真好”“啊什么我没听清”“哈哈开个玩笑~”公开语料Common Voice中文数据集中任意片段上传后点击“开始 AI 识别”你会看到类似这样的结果|HAPPY|今天天气真好|NEUTRAL|啊什么我没听清|HAPPY|哈哈开个玩笑~关键确认点结果中明确出现|HAPPY|、|NEUTRAL|、|ANGRY|等标签不是纯文字标签与文字紧密嵌套没有丢失或错位如果结果全是|NEUTRAL|尝试切换语言为auto或zh避免自动识别偏差这个带标签的字符串就是我们后续可视化的唯一数据源——它轻量、结构清晰、无需额外标注。3. 解析情感标签用正则提取不依赖模型内部API3.1 为什么不用模型自带的JSON输出SenseVoiceSmall 的model.generate()默认返回字典列表例如[{text: |HAPPY|你好|LAUGHTER|, timestamp: [0, 1200]}]但注意timestamp字段在当前版本中不稳定有时为空有时单位不统一毫秒/帧数直接用于时间轴绘图风险高。而|TAG|格式是模型稳定输出的富文本标准解析它更可靠、更轻量、小白也能看懂。3.2 三行代码提取全部情感事件新建一个parse_emotion.py文件粘贴以下代码无需安装新库import re def extract_emotions(text): 从SenseVoice输出中提取所有情感/事件标签及其位置 返回[{tag: HAPPY, start_pos: 0, end_pos: 12}, ...] pattern r\|(\w)\| matches [] for match in re.finditer(pattern, text): tag match.group(1) start_pos match.start() end_pos match.end() matches.append({ tag: tag, start_pos: start_pos, end_pos: end_pos }) return matches # 示例用WebUI刚得到的结果测试 raw_output |HAPPY|今天天气真好|NEUTRAL|啊什么我没听清|HAPPY|哈哈开个玩笑~ events extract_emotions(raw_output) print(events)运行后输出[ {tag: HAPPY, start_pos: 0, end_pos: 12}, {tag: NEUTRAL, start_pos: 24, end_pos: 38}, {tag: HAPPY, start_pos: 50, end_pos: 62} ]小技巧start_pos和end_pos是字符位置不是时间戳。但它能反映事件发生的相对顺序和密度——比如连续两个|HAPPY|间隔很近说明情绪高涨中间隔了很长文字说明情绪有缓冲。这对分析用户情绪节奏已足够。4. 生成三类实用图表零代码也能看懂情感分布我们用最精简的matplotlibseaborn绘图镜像已预装不引入复杂框架确保每张图都能在30秒内跑出。4.1 图表一情感类型占比饼图一眼看清主情绪适用场景快速判断整段音频的情绪基调如客服质检中“愤怒占比超30%需复盘”import matplotlib.pyplot as plt def plot_emotion_pie(events, title语音情感分布): if not events: print( 未检测到任何情感标签请检查输入文本) return # 统计各标签出现次数 from collections import Counter tags [e[tag] for e in events] counter Counter(tags) # 绘制饼图 plt.figure(figsize(6, 6)) plt.pie( counter.values(), labelscounter.keys(), autopct%1.1f%%, startangle90, colorsplt.cm.Set3(range(len(counter))) ) plt.title(title, fontsize14, pad20) plt.tight_layout() plt.savefig(emotion_pie.png, dpi150, bbox_inchestight) plt.show() # 调用示例 plot_emotion_pie(events)生成效果一个清晰饼图标出 HAPPY 占 66.7%NEUTRAL 占 33.3%颜色区分明显绿色开心灰色中性红色愤怒保存为emotion_pie.png可直接插入报告优势不依赖音频时长纯文本统计结果稳定。4.2 图表二情感时间热力图定位情绪爆发点适用场景找出对话中情绪转折时刻如“客户前10秒平静第15秒突然提高音量并愤怒”虽然无精确时间戳但我们用标签在文本中的位置比例模拟时间轴import numpy as np import seaborn as sns def plot_emotion_heatmap(events, text_length100, title情感分布热力图): if not events: return # 将文本长度归一化为100单位模拟100秒 # 每个标签的位置映射到0-100区间 positions [] for e in events: # 用标签起始位置 / 总文本长度 * 100 pos (e[start_pos] / text_length) * 100 positions.append(pos) # 创建热力图数据横轴为时间0-100纵轴为情感类型 unique_tags sorted(list(set([e[tag] for e in events]))) tag_to_idx {tag: i for i, tag in enumerate(unique_tags)} # 初始化矩阵100个时间点 × N种情感 heatmap_data np.zeros((len(unique_tags), 100)) for pos in positions: time_bin int(min(99, max(0, pos))) # 限制在0-99 # 找到对应情感的行 for e in events: if e[start_pos] int(pos * text_length / 100): tag_idx tag_to_idx.get(e[tag], 0) heatmap_data[tag_idx, time_bin] 1 # 绘制热力图 plt.figure(figsize(10, 4)) sns.heatmap( heatmap_data, xticklabels10, yticklabelsunique_tags, cmapYlOrRd, cbar_kws{label: 事件频次} ) plt.xlabel(模拟时间轴0-100) plt.ylabel(情感类型) plt.title(title, fontsize14, pad20) plt.tight_layout() plt.savefig(emotion_heatmap.png, dpi150, bbox_inchestight) plt.show() # 调用传入原始文本长度这里用示例文本长度 plot_emotion_heatmap(events, text_lengthlen(raw_output))生成效果横轴0–100代表文本从头到尾的相对位置纵轴列出所有检测到的情感类型红色块越深表示该情感在该位置出现越密集可直观看出“HAPPY”集中在开头和结尾“NEUTRAL”在中间优势无需音频解码规避时间戳不一致问题结果符合人类阅读直觉文本从左到右情绪也从早到晚。4.3 图表三声音事件词云图突出非语音信息适用场景快速发现背景干扰如BGM过长影响信息传达、掌声集中说明演示成功from wordcloud import WordCloud import matplotlib.pyplot as plt def plot_event_wordcloud(events, title声音事件词云): # 只提取事件类标签排除HAPPY/SAD等情感专注BGM/APPLAUSE等 event_tags [e[tag] for e in events if e[tag] in [BGM, APPLAUSE, LAUGHTER, CRY, NOISE, SILENCE]] if not event_tags: print(ℹ 未检测到声音事件标签BGM/APPLAUSE/LAUGHTER等) return # 统计频次 from collections import Counter counter Counter(event_tags) # 生成词云 wc WordCloud( width800, height400, background_colorwhite, colormaptab10, font_path/usr/share/fonts/truetype/dejavu/DejaVuSans-Bold.ttf # 镜像内置字体 ).generate_from_frequencies(counter) plt.figure(figsize(10, 5)) plt.imshow(wc, interpolationbilinear) plt.axis(off) plt.title(title, fontsize16, pad20) plt.tight_layout() plt.savefig(event_wordcloud.png, dpi150, bbox_inchestight) plt.show() # 调用 plot_event_wordcloud(events)生成效果“APPLAUSE”字体最大出现2次“BGM”次之1次彩色区分不同事件类型一图覆盖所有非语音信号比表格更直观优势聚焦“环境音”帮内容创作者快速优化录音环境如减少BGM时长、增加掌声引导。5. 进阶技巧批量处理多段音频生成对比报告单次分析价值有限。真正落地需要横向对比——比如对比10段客服录音看哪位员工的“愤怒响应率”最低。5.1 批量解析脚本支持文件夹一键处理创建batch_analyze.pyimport os import json from parse_emotion import extract_emotions # 复用前面写的函数 def batch_process_audio_folder(folder_path, output_jsonbatch_report.json): 批量处理文件夹内所有 .txt 文件假设你已用WebUI导出结果为txt report {} for filename in os.listdir(folder_path): if not filename.endswith(.txt): continue filepath os.path.join(folder_path, filename) with open(filepath, r, encodingutf-8) as f: text f.read().strip() events extract_emotions(text) if not events: continue # 统计关键指标 tags [e[tag] for e in events] from collections import Counter counter Counter(tags) report[filename] { total_events: len(events), emotion_ratio: { tag: round(count / len(events), 3) for tag, count in counter.items() }, dominant_tag: counter.most_common(1)[0][0] if counter else NONE } # 保存为JSON方便后续导入Excel或BI工具 with open(output_json, w, encodingutf-8) as f: json.dump(report, f, ensure_asciiFalse, indent2) print(f 批量分析完成报告已保存至 {output_json}) return report # 使用示例将WebUI导出的10个txt文件放入 ./transcripts/ 文件夹 # batch_process_audio_folder(./transcripts/)运行后生成batch_report.json内容类似{ call_001.txt: { total_events: 8, emotion_ratio: {HAPPY: 0.625, NEUTRAL: 0.375}, dominant_tag: HAPPY }, call_002.txt: { total_events: 12, emotion_ratio: {ANGRY: 0.583, NEUTRAL: 0.417}, dominant_tag: ANGRY } }5.2 用Pandas快速生成对比柱状图import pandas as pd import matplotlib.pyplot as plt def plot_batch_comparison(json_filebatch_report.json): with open(json_file, r, encodingutf-8) as f: data json.load(f) # 转为DataFrame df pd.DataFrame.from_dict(data, orientindex) # 提取HAPPY/ANGRY占比若不存在则为0 df[HAPPY] df[emotion_ratio].apply(lambda x: x.get(HAPPY, 0)) df[ANGRY] df[emotion_ratio].apply(lambda x: x.get(ANGRY, 0)) df[NEUTRAL] df[emotion_ratio].apply(lambda x: x.get(NEUTRAL, 0)) # 绘制分组柱状图 ax df[[HAPPY, ANGRY, NEUTRAL]].plot( kindbar, stackedFalse, figsize(10, 5), color[#4CAF50, #F44336, #9E9E9E] ) plt.title(各音频情感占比对比, fontsize14, pad20) plt.xlabel(音频文件) plt.ylabel(占比) plt.xticks(rotation45) plt.legend(title情感类型) plt.tight_layout() plt.savefig(batch_comparison.png, dpi150, bbox_inchestight) plt.show() # 调用 plot_batch_comparison()生成效果每个音频一个柱子三种颜色代表三种情感占比一眼锁定“ANGRY占比最高”的异常录音如 call_002支持导出PNG/PDF直接用于周报优势从“单次分析”升级为“质量监控”真正赋能业务决策。6. 总结你的语音情感分析工作流已就绪回顾一下你现在已经掌握了一套免训练、免部署、纯前端驱动的语音情感可视化方案第一步用WebUI快速获取带标签文本→ 无需写代码5分钟上手支持中英日韩粤五语种第二步三行正则提取情感事件→ 稳定、轻量、不依赖模型内部接口第三步三类图表解决三类问题饼图看整体情绪基调适合汇报热力图找情绪转折点适合深度分析词云图抓背景声音干扰适合录音优化第四步批量处理生成对比报告→ 从单次分析走向持续监控支撑团队级改进这套方法不追求“毫秒级精准时间戳”而是用文本位置模拟时间、用标签频次代替强度值在准确性和工程效率间取得绝佳平衡。它不替代专业声学分析工具但足以让产品经理、运营、培训师——这些不写代码的人——第一次真正“看见”语音中的情绪。下一步你可以 把parse_emotion.py封装成Gradio按钮让同事一键生成图表 将batch_report.json导入Excel用条件格式标红高愤怒录音 用热力图结果反推在“NEUTRAL”密集区插入提示音提升用户注意力语音的情感不该只留在耳朵里。现在它已经在你的屏幕上清晰可见。7. 常见问题速查Q为什么我的结果里没有|ANGRY|标签ASenseVoiceSmall 对愤怒的识别敏感度略低于开心/中性。建议① 使用更强烈的愤怒语料如“这根本不行”② 在WebUI中手动指定语言为zh而非auto③ 检查音频是否有明显停顿——模型对连续激烈语句识别更准。Q热力图的“时间轴”不准怎么和真实时间对齐A本教程采用文本位置模拟适合快速分析。如需真实时间轴请用ffmpeg提取音频时长再按比例缩放ffmpeg -i input.mp3 -show_entries formatduration -v quiet -of csvp0将输出秒数代入plot_emotion_heatmap(events, text_length总秒数*10)即可。Q词云图显示乱码方块A镜像已预装中文字体但需确保font_path路径正确。如报错替换为font_path/usr/share/fonts/truetype/wqy/wqy-microhei.ttcQ想导出图表为PDF/PNG发邮件怎么设置高清A所有plt.savefig()中的dpi150已满足打印需求。如需更高清改为dpi300文件体积增大但清晰度跃升。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。