本文選題：情感識別 + 支持向量機(jī)��； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年03期

【摘要】：為提高語音情感識別精度,對基本聲學(xué)特征構(gòu)建的多維特征集合,采用二次特征選擇方法綜合考慮特征參數(shù)與情感類別之間的內(nèi)在特性,從而建立優(yōu)化的、具有有效情感可分性的特征子集;在語音情感識別階段,設(shè)計(jì)二叉樹結(jié)構(gòu)的多分類器以綜合考慮系統(tǒng)整體性能與復(fù)雜度,采用核融合方法改進(jìn)SVM模型,使用多核SVM識別混淆度最大的情感。算法在Berlin情感語音庫五種情感狀態(tài)的樣本上進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明二次特征選擇與核融合相結(jié)合的方法在有效提高情感識別精度的同時,對噪聲具有一定的魯棒性。
[Abstract]:In order to improve the accuracy of speech emotion recognition and the set of multi-dimensional features built on the basic acoustic features, the two feature selection method is used to consider the intrinsic characteristics of the characteristic parameters and the emotional categories, thus establishing an optimized feature subset with effective emotional separability. In the stage of speech emotion recognition, the diversity of the structure of the two fork tree is designed. In order to integrate the overall performance and complexity of the system, the SVM model is improved by nuclear fusion method and the multi-core SVM is used to identify the most obfuscation. The algorithm is verified on five emotional state samples of the Berlin emotional voice library. The experimental results show that the method of combining the two feature selection and nuclear fusion can effectively improve the emotion recognition. At the same time, it is robust to noise.
【作者單位】： 河北工業(yè)大學(xué)電子信息工程學(xué)院;濟(jì)南大學(xué)信息科學(xué)與工程學(xué)院;天津城建大學(xué)信息化建設(shè)管理中心;
【基金】：國家自然科學(xué)基金(No.61501204) 河北省自然科學(xué)基金(No.E2016202341) 河北省引進(jìn)留學(xué)人員基金(No.C2012003038) 山東省自然科學(xué)基金(No.ZR2015FL010) 濟(jì)南大學(xué)科研基金(No.XKY1317)
【分類號】：TN912.34

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙力;黃程韋;;實(shí)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(jìn)展[J];計(jì)算機(jī)工程;2005年13期

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

4 孫亞;;遠(yuǎn)程教學(xué)中語音情感識別系統(tǒng)的研究與實(shí)現(xiàn)[J];長春理工大學(xué)學(xué)報(bào)(高教版);2008年02期

5 章國寶;宋清華;費(fèi)樹岷;趙艷;;語音情感識別研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年01期

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

7 趙臘生;張強(qiáng);魏小鵬;;語音情感識別研究進(jìn)展[J];計(jì)算機(jī)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(xué)學(xué)報(bào);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(jī)器人的語音情感識別與交互技術(shù)研究[J];小型微型計(jì)算機(jī)系統(tǒng);2010年07期

相關(guān)會議論文 前8條

1 陳建廈;;語音情感識別綜述[A];第一屆中國情感計(jì)算及智能交互學(xué)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(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2007）論文集[C];2007年

3 羅武駿;包永強(qiáng);趙力;;基于模糊支持向量機(jī)的語音情感識別方法[A];2012'中國西部聲學(xué)學(xué)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(jì)算及智能交互學(xué)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(jī)語音通訊學(xué)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(xué)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(xùn)練集的組成研究[A];第十一屆全國人機(jī)語音通訊學(xué)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(jī)語音通訊學(xué)術(shù)會議（NCMMSC'2013）論文集[C];2013年

相關(guān)博士學(xué)位論文 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(xué);2015年

2 王坤俠;語音情感識別方法研究[D];合肥工業(yè)大學(xué);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(xué);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(xué);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(xué);2007年

6 劉佳;語音情感識別的研究與應(yīng)用[D];浙江大學(xué);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(xué);2010年

相關(guān)碩士學(xué)位論文 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(xué);2015年

2 孫志鋒;語音情感識別研究[D];陜西師范大學(xué);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(xué);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(xué);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(xué);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(xué);2015年

7 薛文韜;基于深度學(xué)習(xí)和遷移學(xué)習(xí)的語音情感識別方法研究[D];江蘇大學(xué);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(xué);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(xué);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(xué);2016年

，

本文編號：1925402