質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.33%

話者認識 AI array shape エラー

受付中

回答 0

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 333

score 4

前提・実現したいこと

話者認識AIを作成するプログラムを記述しています。
話者6人の音声データ(5秒)を各5つずつ用意し、教師データ20個とテストデータ10個に分割しました。
下記ソースコードを実行したところ、エラーメッセージが表示されました。
何故エラーが発生したのか、またどう訂正すれば良いのかをご教授下さい。
numpyやlibrosaを学んでいる最中なので詳しいエラーの理由は分かりませんが、配列の形が異なるからであると考えています。

音声データのファイルツリー

sp1 > 1.wav, 2.wav, 3.wav, 4.wav, 5.wav
sp2 > 1.wav, 2.wav, 3.wav, 4.wav, 5.wav
...
sp6 > 1.wav, 2.wav, 3.wav, 4.wav, 5.wav

発生している問題・エラーメッセージ

all_mfccs = np.array(all_mfccs, dtype=object)
ValueError: could not broadcast input array from shape (20,346) into shape (20,)

該当のソースコード

import librosa
from glob import glob
from sklearn import model_selection, svm, metrics
import numpy as np
import random

all_mfccs = []
answers = []

# key: folder, value: speaker
file_and_voice = {"sp1":"sp1", "sp2":"sp2", "sp3":"sp3", "sp4":"sp4", "sp5":"sp5", "sp6":"sp6"}

# load all voice data
for i in range(len(file_and_voice)):
    files = glob(list(file_and_voice.keys())[i] + "/*")
    voice_answer = [list(file_and_voice.values())[i]] * len(files)
    answers.extend(voice_answer)
    for file_name in files:
        x, fs = librosa.load(file_name, sr=44100)
        mfccs = librosa.feature.mfcc(x, sr=fs)
        all_mfccs.append(mfccs)

# shuffle data without breaking MFCC-name combination
p = list(zip(all_mfccs, answers))
random.shuffle(p)
all_mfccs, answers = zip(*p)

# convert MFCC 3d-array to 2d-array
all_mfccs = np.array(all_mfccs, dtype=object)  # ここでエラー発生
all_mfccs = all_mfccs.reshape(len(all_mfccs),-1).astype(np.float64)

# split data into training and testing data
train_size = 20
test_size = 10
data_train, data_test, label_train, label_test = model_selection.train_test_split(all_mfccs, answers, test_size=test_size, train_size=train_size)

# learning by svm
clf = svm.SVC(gamma=0.0001, C=1)
clf.fit(data_train, label_train)

# try to predict test data
pred = clf.predict(data_test)
ac_score = metrics.accuracy_score(label_test, pred)
ac_num = metrics.accuracy_score(label_test, pred, normalize=False)

# show results
print("prediction:", pred)
print("expected:", label_test)
print(f"{ac_num}/{len(label_test)} ==> accuracy: {ac_score * 100}%%")
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

まだ回答がついていません

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.33%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る