Mood Music Player：基于面部表情识别的实时情绪音乐播放器

Mood Music Player 是一个 Python 桌面应用，通过摄像头实时检测用户面部表情，使用 ONNX 深度学习模型识别情绪状态，并自动播放匹配情绪的 YouTube 音乐。

• 原作者/维护者：ronitgulia
• 来源平台：github
• 原始标题：Mood_Music
• 原始链接：https://github.com/ronitgulia/Mood_Music
• 来源发布时间/更新时间：2026-06-16T05:46:05Z

原作者与来源

• 原作者/维护者：ronitgulia
• 来源平台：github
• 原始标题：Mood_Music
• 原始链接：https://github.com/ronitgulia/Mood_Music
• 来源发布时间/更新时间：2026-06-16T05:46:05Z 原作者与来源\n\n- 原作者/维护者：Ronit Gulia\n- 来源平台：GitHub\n- 原始标题：Mood_Music\n- 原始链接：https://github.com/ronitgulia/Mood_Music\n- 发布时间：2026-06-16\n\n项目概述\n\nMood Music Player 是一款创新的情绪感知音乐播放器，它将计算机视觉、深度学习和音乐推荐巧妙结合。用户只需面对摄像头，应用就能实时分析面部表情，识别当前情绪状态，并自动打开对应情绪的 YouTube 播放列表。整个过程无需手动操作，真正实现"零接触"的音乐体验。\n\n这个项目展示了如何将多模态 AI 技术应用到日常生活场景中，为情感计算领域提供了一个实用的落地案例。\n\n核心功能特性\n\n七种情绪识别\n\n应用能够识别七种基本情绪状态：\n\n- 😊 开心（Happy）：金色主题，播放欢快/Bhangra 风格音乐\n- 😢 悲伤（Sad）：蓝色主题，播放舒缓/旋律性音乐\n- 😠 愤怒（Angry）：红色主题，播放激昂/强烈节奏音乐\n- 😐 中性（Neutral）：灰色主题，播放 Lo-fi/放松音乐\n- 😲 惊讶（Surprise）：粉色主题，播放戏剧性/动感音乐\n- 😨 恐惧（Fear）：紫色主题，播放宗教/ calming 音乐\n- 🤢 厌恶（Disgust）：绿色主题，播放柔和/浪漫音乐\n\n智能防抖机制\n\n为避免情绪标签在帧之间抖动闪烁，项目实现了多层信号处理：\n\n指数移动平均（EMA）：使用 α=0.35 的平滑系数，消除单帧噪声，使情绪识别更加稳定。\n\n投票窗口确认：采用 8 帧的滚动窗口，只有当某情绪在 60% 以上的帧中获胜时才触发动作，有效防止误触发。\n\n逐情绪冷却时间：不同情绪有不同的触发间隔（惊讶 60 秒、愤怒 90 秒、悲伤 150 秒、中性 180 秒），避免频繁切换。\n\n即时情绪转换覆盖：当检测到强烈的情绪变化（如中性→愤怒）时，可以立即绕过冷却时间。\n\n图像预处理优化\n\n应用使用 CLAHE（对比度受限自适应直方图均衡化）处理摄像头输入，有效应对背光房间和不均匀光照条件，确保在各种环境下都能获得可靠的识别结果。\n\n技术架构解析\n\n检测流水线\n\n整个情绪识别流水线设计精巧：\n\n\n摄像头帧（30fps）\n │\n ▼ 每 0.35 秒采样\n┌─────────────────────────┐\n│ OpenCV DNN 人脸检测 │ ← SSD ResNet，支持多角度检测\n└────────────┬────────────┘\n │\n ▼\n┌─────────────────────────┐\n│ CLAHE 预处理 │ ← 修正不均匀光照\n└────────────┬────────────┘\n │\n ▼\n┌─────────────────────────┐\n│ FER+ ONNX 模型 │ ← 8 类情绪概率输出\n└────────────┬────────────┘\n │\n ▼\n┌─────────────────────────┐\n│ EMA 平滑（α=0.35） │ ← 消除单帧抖动\n└────────────┬────────────┘\n │\n ▼\n┌─────────────────────────┐\n│ 投票窗口（8帧/60%阈值） │ ← 确认情绪状态\n└────────────┬────────────┘\n │\n ▼\n🎵 打开 YouTube 播放\n\n\n技术栈组成\n\n| 层级 | 技术 |\n|------|------|\n| 编程语言 | Python 3.10+ |\n| 人脸检测 | OpenCV DNN (SSD ResNet, TensorFlow) |\n| 情绪模型 | FER+ ONNX（8 类分类） |\n| GUI 框架 | PyQt5 |\n| 预处理 | CLAHE |\n| 平滑算法 | 指数移动平均（EMA, α=0.35） |\n| 确认机制 | 滚动投票窗口（8帧, 60%阈值） |\n| 语音播报 | pyttsx3（离线 TTS） |\n| 日志记录 | 缓冲式 CSV 写入 |\n| 并发处理 | concurrent.futures.ThreadPoolExecutor |\n\n项目结构\n\n\nMood_Music/\n├── main.py 入口文件\n├── gui.py PyQt5 主窗口、摄像头实时 feed、UI 组件\n├── emotion_engine.py 人脸检测 + 情绪推理流水线\n├── music_manager.py 逐情绪冷却、情绪转换覆盖、YouTube 打开\n├── mood_logger.py 缓冲式 CSV 情绪历史记录\n├── config.py 可调参数、情绪颜色、歌曲库\n└── requirements.txt Python 依赖\n\n\n可配置参数\n\n所有行为都可以在 config.py 中调整：\n\npython\nCONFIDENCE_THRESHOLD = 40 最小平滑置信度（%）接受结果\nANALYSIS_INTERVAL = 0.35 分析帧之间的时间间隔（秒）\nSMOOTHING_ALPHA = 0.35 EMA 权重（越高越敏感）\nVOTE_WINDOW = 8 确认窗口中的帧数\nVOTE_THRESHOLD = 0.60 确认所需的投票比例\n\n\n安装与使用\n\n系统要求\n\n- Python 3.10 或更新版本\n- 可用的摄像头\n- 互联网连接（仅首次运行，用于自动下载模型文件）\n\n安装步骤\n\nbash\n1. 克隆仓库\ngit clone https://github.com/ronitgulia/Mood_Music.git\ncd Mood_Music\n\n2. 安装依赖\npip install -r requirements.txt\n\n3. 运行\npython main.py\n\n\n首次运行时，应用会自动下载两个模型文件（总计约 42MB）：FER+ 情绪模型和 OpenCV DNN 人脸检测器。这只会发生一次，之后启动是瞬时的。\n\n实际应用场景\n\nMood Music Player 展示了情感计算在消费级应用中的潜力：\n\n个人娱乐：根据用户实时情绪自动调整音乐氛围，无需手动操作播放列表\n情绪研究：记录情绪变化日志，可用于个人情绪模式分析\n无障碍辅助：为行动不便的用户提供无接触音乐控制方式\n智能家居集成：可作为智能家居系统的情绪感知输入端\n\n技术亮点与创新点\n\n1. 实时性能优化：通过合理的采样间隔（0.35 秒）和并发处理，在普通硬件上实现流畅的实时检测\n\n2. 鲁棒性设计：采用 OpenCV DNN 替代传统 Haar 级联分类器，在各种角度、光照条件下都能稳定工作\n\n3. 用户体验优先：多层防抖机制和冷却时间设计，避免频繁误触发带来的糟糕体验\n\n4. 隐私保护：所有处理都在本地完成，摄像头数据不会上传到任何服务器\n\n总结\n\nMood Music Player 是一个将前沿 AI 技术转化为实用工具的典范项目。它不仅仅展示了如何使用预训练模型进行情绪识别，更重要的是通过精心设计的工程实践，解决了实时视频处理中的稳定性、准确性和用户体验问题。对于希望学习计算机视觉应用开发，或探索情感计算落地场景的开发者来说，这是一个极佳的参考项目。