自分の顔だと認識している間のみ音楽をならしてみたい

前提・実現したいこと

自分の顔を個別認識しているときのみ音楽をならしてみたいと思っているのですが、どのようにプログラムを追加すればよいのかが分かりません...

発生している問題・エラーメッセージ

エラーメッセージ

該当のソースコード

import cv2, os, copy
from sklearn.externals import joblib
from mutagen.mp3 import MP3 as mp3
import pygame
import time
import threading

clf = joblib.load("ore.pkl")
img_last = None
img_c = None
count = 0
frame_count = 0
no = 0

cascade_file = ('haarcascade_frontalface_alt.xml')
cascade = cv2.CascadeClassifier(cascade_file)


if not os.path.isdir(output_dir):
    os.mkdir(output_dir)

cap = cv2.VideoCapture(0)
while True:
    ore,frame = cap.read()
    if not ore:
        break
    frame = cv2.resize(frame,(1200,1000))
    frame2 = copy.copy(frame)
    frame_count +=1

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray = cv2.GaussianBlur(gray, (15,15), 0)
    img_b = cv2.threshold(gray, 127,255,cv2.THRESH_BINARY)[1]



    # 顔
    if img_c is None:
        img_c = img_b
        continue

    face_list = cascade.detectMultiScale(frame, minSize=(50, 50))

    for (x, y, w, h) in face_list:

        print("顔の座標=", x, y, w, h)
        red = (0, 0, 255)
        cv2.rectangle(frame, (x, y), (x + w, y + h), red, thickness=2)
        img_b = frame[y:y + h, x:x + w]

        #gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        #gray = cv2.GaussianBlur(gray, (15, 15), 0)
        #img_c = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)[1]

        img_d = cv2.resize(img_b, (300, 300))

        print(img_d.shape)
        img_data = img_d.reshape(-1,)

        print(img_data.shape)

        pred_y = clf.predict([img_data])

        if pred_y[0] == 1:
            cv2.putText(img_b, 'yuya', (100, 100), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (255, 255, 255), thickness=2)
            #outfile = output_dir + "/" + str(no) + ".jpg"
            #cv2.imwrite(outfile, img_b)
            no += 1



    cv2.imshow("douga", frame)


    img_c = img_b

    if cv2.waitKey(1) == 13:
        break
cap.release()
cv2.destroyAllWindows()
print("ok", no,"/",frame_count)