本文關(guān)鍵詞：基于類依賴的語音情感特征選擇

  更多相關(guān)文章： 語音情感識別 特征選擇 類依賴 馬爾科夫毯 支持向量機

【摘要】：語音情感識別是人工智能研究中的一個重要分支,在人機交互、機器智能方面有著廣泛的應(yīng)用。如何利用有效的特征選擇算法選出具有較強判別能力的聲學特征子集對于提高語音情感識別的準確率具有重要的作用。在語音情感識別中,不同的聲學特征對于不同情感的識別往往具有不同的判別能力,一些特征可能對某類情感的識別起著決定性的作用,而對其他情感類別的區(qū)分不能提供有用的信息。因此,為所有的情感類別選擇一個共同的聲學特征子集可能會造成獲得的特征子集對于識別單個情感類別來說不是最優(yōu)的。為提高語音情感識別的準確率,本文提出一種基于類依賴的語音情感特征選擇模型,將多分類問題轉(zhuǎn)化為多個二分類問題,與基于類獨立的特征選擇模型不同的是,基于類依賴的特征選擇模型能夠為每個情感類別選出一組具有判別能力的特征子集；然后在此模型下,本文以馬爾科夫毯技術(shù)為特征選擇算法用于特征子集的選擇,并以支持向量機為分類模型構(gòu)建了相應(yīng)的訓練模型和識別模型；最后,為解決多分類器融合中的投票沖突問題,本文提出將支持向量機的類別輸出轉(zhuǎn)化為概率置信輸出,并結(jié)合類別輸出和概率輸出預測測試樣本所對應(yīng)的情感類別。在公開數(shù)據(jù)集上的實驗結(jié)果表明,與信息增益、主成分分析以及類獨立的特征選擇方法相比,本文提出的方法能夠有效地降低原始聲學特征空間的維度,同時能夠提高語音情感識別的準確率。皮爾遜相關(guān)系數(shù)分析結(jié)果表明基于類依賴的特征選擇方法能夠刪除與目標類別不相關(guān)的特征,降低所選擇的特征之間的冗余性。
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN912.34;TP18

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙力;黃程韋;;實用語音情感識別中的若干關(guān)鍵技術(shù)[J];數(shù)據(jù)采集與處理;2014年02期

2 陳建廈,李翠華;語音情感識別的研究進展[J];計算機工程;2005年13期

3 王茜;;一個語音情感識別系統(tǒng)的設(shè)計與實現(xiàn)[J];大眾科技;2006年08期

4 孫亞;;遠程教學中語音情感識別系統(tǒng)的研究與實現(xiàn)[J];長春理工大學學報(高教版);2008年02期

5 章國寶;宋清華;費樹岷;趙艷;;語音情感識別研究[J];計算機技術(shù)與發(fā)展;2009年01期

6 石瑛;胡學鋼;方磊;;基于決策樹的多特征語音情感識別[J];計算機技術(shù)與發(fā)展;2009年01期

7 趙臘生;張強;魏小鵬;;語音情感識別研究進展[J];計算機應(yīng)用研究;2009年02期

8 張石清;趙知勁;;噪聲背景下的語音情感識別[J];西南交通大學學報;2009年03期

9 黃程韋;金峗;王青云;趙艷;趙力;;基于特征空間分解與融合的語音情感識別[J];信號處理;2010年06期

10 袁健;賀祥;許華虎;馮肖維;劉玲;;服務(wù)機器人的語音情感識別與交互技術(shù)研究[J];小型微型計算機系統(tǒng);2010年07期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 陳建廈;;語音情感識別綜述[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

2 楊桃香;楊鑒;畢福昆;;基于模糊聚類的語音情感識別[A];第三屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2007）論文集[C];2007年

3 羅武駿;包永強;趙力;;基于模糊支持向量機的語音情感識別方法[A];2012'中國西部聲學學術(shù)交流會論文集(Ⅱ)[C];2012年

4 王青;謝波;陳根才;;基于神經(jīng)網(wǎng)絡(luò)的漢語語音情感識別[A];第一屆中國情感計算及智能交互學術(shù)會議論文集[C];2003年

5 張鼎天;徐明星;;基于調(diào)制頻譜特征的自動語音情感識別[A];第十二屆全國人機語音通訊學術(shù)會議（NCMMSC'2013）論文集[C];2013年

6 童燦;;基于boosting HMM的語音情感識別[A];2008年中國高校通信類院系學術(shù)研討會論文集（下冊）[C];2009年

7 戴明洋;楊大利;徐明星;;語音情感識別中UBM訓練集的組成研究[A];第十一屆全國人機語音通訊學術(shù)會議論文集（一）[C];2011年

8 張衛(wèi);張雪英;孫穎;;基于HHT邊際Teager能量譜的語音情感識別[A];第十二屆全國人機語音通訊學術(shù)會議（NCMMSC'2013）論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 孫亞新;語音情感識別中的特征提取與識別算法研究[D];華南理工大學;2015年

2 王坤俠;語音情感識別方法研究[D];合肥工業(yè)大學;2015年

3 韓文靜;語音情感識別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學;2013年

4 謝波;普通話語音情感識別關(guān)鍵技術(shù)研究[D];浙江大學;2006年

5 尤鳴宇;語音情感識別的關(guān)鍵技術(shù)研究[D];浙江大學;2007年

6 劉佳;語音情感識別的研究與應(yīng)用[D];浙江大學;2009年

7 趙臘生;語音情感特征提取與識別方法研究[D];大連理工大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陳曉東;基于卷積神經(jīng)網(wǎng)絡(luò)的語音情感識別[D];華南理工大學;2015年

2 孫志鋒;語音情感識別研究[D];陜西師范大學;2015年

3 譚發(fā)曾;語音情感狀態(tài)模糊識別研究[D];電子科技大學;2015年

4 陳鑫;相空間重構(gòu)在語音情感識別中的研究[D];長沙理工大學;2014年

5 李昌群;基于特征選擇的語音情感識別[D];合肥工業(yè)大學;2015年

6 陳文汐;基于核函數(shù)的語音情感識別技術(shù)的研究[D];東南大學;2015年

7 薛文韜;基于深度學習和遷移學習的語音情感識別方法研究[D];江蘇大學;2016年

8 宋明虎;電力行業(yè)電話電話客服語音情感識別[D];昆明理工大學;2016年

9 陳肖;基于多粒度特征融合的維度語音情感識別方法研究[D];哈爾濱工業(yè)大學;2016年

10 任浩;基于多級分類的語音情感識別[D];哈爾濱工業(yè)大學;2016年

，

本文編號：1143394