base code

requirements.txt

@@ -8,3 +8,9 @@ numpy
 pandas
 matplotlib
 scikit-learn
+streamlit
+streamlit_option_menu
+torchaudio
+huggingface
+huggingface_hub
+pyaudio

views/real_time.py

@@ -0,0 +1,80 @@
+################################
+### NOT YET TESTED
+###############################
+
+import streamlit as st
+import pyaudio
+import wave
+import torch
+from transformers import Wav2Vec2ForSequenceClassification, Wav2Vec2Processor
+import numpy as np
+import time
+
+# Charger le modèle Wav2Vec2 pour la classification des émotions
+model_name = "superb/wav2vec2-base-superb-er"  # Exemple de modèle pour la reconnaissance des émotions
+processor = Wav2Vec2Processor.from_pretrained(model_name)
+model = Wav2Vec2ForSequenceClassification.from_pretrained(model_name)
+
+# Paramètres audio
+CHUNK = 1024
+FORMAT = pyaudio.paInt16
+CHANNELS = 1
+RATE = 16000
+
+# Fonction pour prédire l'émotion à partir d'un segment audio
+def predict_emotion(audio_data):
+    inputs = processor(audio_data, sampling_rate=RATE, return_tensors="pt", padding=True)
+    with torch.no_grad():
+        logits = model(**inputs).logits
+    predicted_id = torch.argmax(logits, dim=-1).item()
+    emotion = model.config.id2label[predicted_id]
+    return emotion
+
+# Interface Streamlit
+st.title("Détection des émotions en temps réel")
+
+# Boutons pour démarrer et arrêter l'enregistrement
+start_button = st.button("Démarrer l'enregistrement")
+stop_button = st.button("Arrêter l'enregistrement")
+
+# Zone de visualisation des émotions en temps réel
+emotion_placeholder = st.empty()
+final_emotion_placeholder = st.empty()
+
+if start_button:
+    st.write("Enregistrement en cours...")
+    audio = pyaudio.PyAudio()
+    stream = audio.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK)
+    
+    frames = []
+    real_time_emotions = []
+
+    while not stop_button:
+        data = stream.read(CHUNK)
+        frames.append(data)
+        
+        # Traitement en temps réel (par tranche de 1 seconde)
+        if len(frames) >= RATE // CHUNK:
+            audio_segment = np.frombuffer(b''.join(frames[-(RATE // CHUNK):]), dtype=np.int16)
+            emotion = predict_emotion(audio_segment)
+            real_time_emotions.append(emotion)
+            emotion_placeholder.line_chart(real_time_emotions)  # Affichage graphique des émotions
+
+    # Arrêt de l'enregistrement
+    stream.stop_stream()
+    stream.close()
+    audio.terminate()
+    
+    # Sauvegarde de l'audio enregistré
+    wf = wave.open("output.wav", "wb")
+    wf.setnchannels(CHANNELS)
+    wf.setsampwidth(audio.get_sample_size(FORMAT))
+    wf.setframerate(RATE)
+    wf.writeframes(b"".join(frames))
+    wf.close()
+
+    # Prédiction finale sur tout l'audio enregistré
+    full_audio_data = np.frombuffer(b''.join(frames), dtype=np.int16)
+    final_emotion = predict_emotion(full_audio_data)
+    
+    final_emotion_placeholder.write(f"Émotion finale prédite : {final_emotion}")