emospeech 是音频音乐领域的开源项目，由 deepvk 开发，2023 年首次发布。
它收录于音频音乐分类，该分类目前共有 738 个项目，GitHub 星标数为 129。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-06-26。Apache-2.0许可证，可免费使用和部署。
它主要面向的使用场景是：智能客服情绪监测，实时感知用户情绪。同类可对比的替代方案包括 openSMILE、SpeechBrain、pyAudioAnalysis。
GitHub 星标
★ 129
维护状态
低维护
是否开源
是
定价模式
free
项目数据
分类音频音乐
开发团队deepvk
所属国家
定价模式free
价格说明开源项目，Apache-2.0许可证，可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型tts
GitHub 星标★ 129
30天Star增速
HF 下载量
上线时间2023-06-27 00:00:00
最近更新2026-06-26 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数4
使用教程
核心亮点
- 提供完整的语音情感识别流程，从特征提取到模型推理
- 代码简洁，依赖少，易于二次开发和集成
- 支持多种情感类别，可扩展自定义数据集
不足之处
- 文档和示例较少，上手需要一定基础
- 模型准确率依赖训练数据，泛化能力待验证
适用场景
- 智能客服情绪监测，实时感知用户情绪
- 语音助手情感交互，提供个性化回应
- 心理辅助工具，分析语音中的情绪状态
替代项目
openSMILE、SpeechBrain、pyAudioAnalysis
项目介绍
上一篇：audiotoken
下一篇：edge-tts-go
同类项目推荐
tango
开源
输入一句话，自动生成匹配的音频内容
A family of diffusion models for text-to-audio generation.
AuK
开源
一个模型搞定语音生成、编辑与分离
AuK: An Open-Source Foundational Model for Speech Generation and Editing
swift-tts
开源
Swift 项目三行代码接入系统 TTS，兼容 TCA 和 Combine
A straightforward package containing version for Swift modern concurrency, Point-Fre···
ai-dj
开源
现场演出中实时用 AI 生成音乐，保持人类掌控
AI music generation for live performance - Standalone (Ableton Link) + VST3/AU. 8 tr···