語音情感識別的特征選擇方法研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、語音特征的提取、特征的情感分析以及語音情感識別算法的研究是語音情感識別(SER)課題研究中最受關(guān)注的兩個方面,情感特征選擇的問題研究相對前兩者而言較少受到關(guān)注,這也是由特征選擇問題本身就是模式識別課題研究的共性問題而決定的。目前已經(jīng)有多種特征選擇方法被采用來解決語音情感特征選擇問題,但是大都沒有取得良好的特征降維效果及情感識別效果。本文針對現(xiàn)有的方法不能高效地選擇出較好的情感特征參數(shù)這一問題,對語音情感特征選擇這一問題展開了探索性研究。

2、
   文中以Russell所提出的四象限情感分類模式為依據(jù),以生活中較常見的四種情感類型:高興、生氣、悲傷、平靜為例,對所提取的88個語音特征進行了情感特征選擇的研究。本文主要作了以下三方面的工作:
   1、基于德語情感語音庫,在前人對語音情感聲學(xué)特征分析的基礎(chǔ)上,對語音信號提取了12階美爾倒譜系數(shù)、基頻、短時能量、前三階共振峰、短時過零率共5個基本特征,而后對它們均提取了均值、最大值、最小值、范圍和方差等統(tǒng)計特征,

3、最終組成了88維的特征向量,作為后續(xù)研究的原始特征集。
   2、分別研究了Filter式的F-score算法及分形維算法在語音情感特征選擇中的應(yīng)用。針對F-score算法不能揭示所選特征間的互相關(guān)性的缺點,用分形維的特征選擇思想對其進行改進提出了改進的Filter-Fscore特征選擇算法。在語音情感識別的實驗中取得了較好的語音情感特征選擇效果。
   3、研究了Wrapper式的F-score算法在語音情感特征選擇中

4、的應(yīng)用。同樣針對Wrapper式F-score特征選擇算法的缺點,引入了作為度量互信息的皮爾遜相關(guān)系數(shù)的準則,并采用支持向量機的六折交叉驗證平均識別率來評價搜索得到的特征子集的優(yōu)劣。與Wrapper式的F-score算法的對比實驗結(jié)果表明,本文所改進的Wrapper-Fscore特征選擇算法能對原始特征集進行較大幅度的降維,同時提高了語音情感識別率。與兩種典型特征選擇算法的對比實驗則表明改進的Wrapper-Fscore特征選擇算法在解

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論