#?-*-?coding:?utf-8?-*-

import?tensorflow?as?tf
import?scipy.io.wavfile?as?wav
from?python_speech_features?import?mfccdelta
import?os
import?numpy?as?np
import?sklearn.preprocessing

path_film?=?os.path.abspath（‘.‘）
path?=?path_film?+?“/data/xunlian/“
test_path?=?path_film?+?“/data/test_data/“
isnot_test_path?=?path_film?+?“/data/isnot_test_path/“

#使用one-hot編碼，將離散特征的取值擴(kuò)展到了歐式空間
#全局one-hot編碼空間
label_binarizer?=?““
def?def_one_hot（x）:
????if?label_binarizer?==?““:
????????binarizer?=?sklearn.preprocessing.LabelBinarizer（）
????else:
????????binarizer?=?label_binarizer
????binarizer.fit（range（max（x）+1））
????y=?binarizer.transform（x）
????return?y

“““讀取文件位置“““
def?read_wav_path（path）:

????map_path?map_relative?=?[str（path）?+?str（x）?for?x?in?os.listdir（path）?if?os.path.isfile（str（path）?+?str（x））]?[y?for?y?in?os.listdir（path）]
????return?map_path?map_relative

“““獲得mfcc系數(shù)“““
def?def_wav_read_mfcc（file_name）:
????fs?audio?=?wav.read（file_name）
????processed_audio?=?mfcc（audio?samplerate=fs?nfft=512）
????return?processed_audio

“““獲取輸入的矩陣形狀（大小）“““
def?find_matrix_max_shape（audio）:
????h?l?=?0?0
????for?a?in?audio:
????????a?b?=?np.array（a）.shape
????????if?a?>?h:
????????????h=a
????????if?b?>?l:
????????????l=b
????return?700l


def?matrix_make_up（audio）:
????h?l?=?find_matrix_max_shape（audio）
????new_audio?=?[]
????for?aa?in?audio:
????????zeros_matrix?=?np.zeros（[h?l]np.int8）
????????a?b?=?np.array（aa）.shape
????????for?i?in?range（a）:
????????????for?j?in?range（b）:
????????????????zeros_matrix[i?j]=zeros_matrix[ij]+aa[ij]
????????new_audio.append（zeros_matrix）
????return?new_audiohl

def?read_wav_matrix（path）:
????map_path?map_relative?=?read_wav_path（path）
????audio=[]
????labels=[]
????for?idx?folder?in?enumerate（map_path）:
????????processed_audio_delta?=?def_wav_read_mfcc（folder）
????????audio.append（processed_audio_delta）
????????labels.append（int（map_relative[idx].split（“.“）[0].split（“_“）[0]））

????x_datahl?=?matrix_make_up（audio）
????x_data?=?np.array（x_data）
????#?得到文件夾內(nèi)每種語音的one-hot編碼
????x_label?=?np.array（def_one_hot（labels））
????return?x_data?x_label?h?l

“““初始化權(quán)值“““
def?weight_variable（shapename）:
????initial?=?tf.truncated_normal（shapestddev=0.01）#生成一個截斷的正態(tài)分布
????return?tf.Variable（initialname=name）

“““初始化偏置“““
def?bias_variable（shapename）:
????initial?=?tf.constant（0.01shape=shape）
????return?tf.Variable（initialname=name）


“““卷積層“““
def?conv2d（xW）:
????#?x?input?tensor?of?shape?‘[batch?in_height?in_width?in_channels]‘[訓(xùn)練時一個batch的圖片數(shù)量?圖片高度?圖片寬度?圖像通道數(shù)]
????#?W?filter?/?kernel?tensor?of?shape?[filter_height?filter_width?in_channels?out_channels][卷積核的高度，卷積核的寬度，圖像通道數(shù)，卷積核個數(shù)]
????#‘strides[0]?=?strides[3]?=?1‘.?strides[1]代表x方向的步長，strides[2]代表y方向的步長
????#?padding:?A?‘string‘?from:?‘“SAME“?“VALID“‘
????return?tf.nn.conv2d（xWstrides=[1111]padding=‘SAME‘）

“““池化層“““
def?max_pool_2x2（x）:
????#[池化的輸入