共查询到10条相似文献，搜索用时 109 毫秒
1.
随着科技的迅速发展,人机交互越来越受到人们的重视,语音情感识别更是学术界研究的热点。将BP神经网络算法用于语音情感识别研究,并在汉语情感数据集上进行了相关实验,识别的准确率达到了91.5%,相较于SVM算法分类精度提高了5%。 相似文献
2.
3.
基于韵律变换的情感说话人识别 总被引：1，自引：0，他引：1
为了解决由情感变化引起的说话人识别性能下降问题,提出了一种新的情感说话人识别系统．首先,通过引入情感识别作为前端处理模块,对中性语音和情感语音进行分类．然后,对情感语音进行韵律修正,分别采用高斯归一化、高斯混合模型（GMM）和支持向量回归（SVR）等方法建立情感语音和中性语音的基频映射规则,并根据平均线性变化率对时长进行了修正．最后,对韵律修正后的情感语音进行识别．实验结果表明,提出的情感说话人识别系统可以有效地提高情感说话人识别的性能,识别率相比传统方法有了显著的提高．并且通过基频和时长修正的情感语音更接近于中性语音． 相似文献
4.
传统语音情感识别算法模型结构较为简单,需要足够量级的训练数据才能使其具有一定的实用性.然而,在实际应用中可供训练的数据集较少.为解决上述问题,提出了一种语音情感深度迁移识别算法.通过属性分析表构建、特征提取、相关性计算等操作确定源域数据集,并在此基础上训练迁移学习并构建预训练模型,最终构成语音情感分类模型.实验结果表明... 相似文献
5.
6.
7.
《东南大学学报》2015,(3)
研究了基于认知评估原理的多维耳语音情感识别.首先,比较了耳语音情感数据库和数据采集方法,研究了耳语音情感表达的特点,特别是基本情感的表达特点.其次,分析了耳语音的情感特征,并通过近年来的文献总结相关阶特征在效价维和唤醒维上的特征.研究了效价维和唤醒维在区分耳语音情感中的作用.最后,研究情感识别算法和应用耳语音情感识别的高斯混合模型.认知能力的评估也融入到情感识别过程中,从而对耳语音情感识别的结果进行纠错.基于认知分数,可以提高情感识别的结果.实验结果表明,耳语音信号中共振峰特征与唤醒维度不显著相关,而短期能量特征与情感变化在唤醒维度相关.结合认知分数可以提高语音情感识别的结果. 相似文献
8.
随着计算机处理能力的迅速提高,语音识别技术得到了飞速发展,其技术的应用正在日益改变着人类的生产和生活方式。本文介绍了语音识别的基本原理、方法,综述了语音识别系统的分类及语音识别技术的应用,分析了语音识别所面临的问题。 相似文献
9.
王倩 《武汉工程职业技术学院学报》2006,18(1):65-69
针对非特定人的孤立词识别问题，研究构造了基于神经网络建模的语音识别算法。该算法的意义在于将神经网络应用于非特定人语音识别中，并取得了较好的识别效果，表明了神经网络在语音识别中的优势。 相似文献
10.
将基于多个嵌入图组合形式的半监督判别分析(SDA)以及核SDA(KSDA)应用于全监督的语音情感识别.在语音信号样本情感成分的预处理阶段,从样本语段中提取出多种特征及其统计参数,包括基音、过零率、能量、持续长度、共振峰和MFCC(Mel频率倒谱系数).在将样本特征送入分类器之前的维数约简阶段,使用经过参数优化的SDA或KSDA进行降维.Berlin语音情感数据库上的实验表明,在使用多类SVM分类器时的全监督语音情感识别中,SDA优于其他一些先进的基于谱图学习的维数约简算法,如LDA,LPP,MFA等,而KSDA通过核化的数据映射,能够取得比上述所有算法更好的识别效果. 相似文献