采用半定规划多核SVM的语音情感识别

被引：7

作者：

姜晓庆 ^{[1
,2
]}

夏克文 ^{[1
]}

夏莘媛 ^{[1
]}

祖宝开 ^{[1
]}

机构：

[1] 河北工业大学电子信息工程学院

[2] 济南大学信息科学与工程学院

来源：

北京邮电大学学报 | 2015年 / S1期

基金：

天津市自然科学基金;

关键词：

语音情感识别; 多核支持向量机; 半定规划;

D O I：

10.13190/j.jbupt.2015.s1.016

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

摘要：

为提高语音情感识别精度,采用二叉树结构设计多分类器,其中使用半定规划法求解并构造多核支持向量机(SVM)分类模型,并采用均方根误差与最大误差对分类器性能进行衡量.对特征选择之后的参数集合进行了测试,结果表明,采用半定规划多核SVM分类模型的情感识别精度达到88.614%,比单核分类模型的识别精度提高了12.376%,且能有效减少误差积累和降低情感状态之间混淆程度.

引用

页码：67 / 71

页数：5

共 7 条

[1] 一种新的基于多核学习特征融合方法的语音情感识别方法(英文)
金赟
宋鹏
郑文明
赵力
[J]. Journal of Southeast University(English Edition), 2013, 29 (02) : 129 - 133
[2] 人机交互中的语音情感识别研究进展
张石清
李乐民
赵知劲
[J]. 电路与系统学报, 2013, 18 (02) : 440 - 451+434
[3] Class-specific multiple classifiers scheme to recognize emotions from speech signals[J] . A. Milton,S. Tamil Selvi.Computer Speech ＆ Language . 2013
[4] Classification of emotional speech using 3DEC hierarchical classifier
Hassan, A.
Damper, R. I.
[J]. SPEECH COMMUNICATION, 2012, 54 (07) : 903 - 916
[5] An efficient multiple-kernel learning for pattern classification[J] . Chi-Yuan Yeh,Wen-Pin Su,Shie-Jue Lee.Expert Systems With Applications . 2012
[6] Survey on speech emotion recognition: Features, classification schemes, and databases[J] . Moataz El Ayadi,Mohamed S. Kamel,Fakhri Karray.Pattern Recognition . 2010 (3)
[7] Automatic speech emotion recognition using modulation spectral features[J] . Siqing Wu,Tiago H. Falk,Wai-Yip Chan.Speech Communication . 2010 (5)

← 1 →