基于PCA和SVM的普通话语音情感识别

被引：10

作者：

蒋海华 ^{[1
]}

胡斌 ^{[2
]}

机构：

[1] 北京工业大学计算机学院

[2] 北京工业大学电子信息与控制工程学院

来源：

计算机科学 | 2015年 / 42卷 / 11期

关键词：

语音情感识别; 主成分分析; 支持向量机;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

0711 ;

摘要：

在语音情感识别中,情感特征的选取与抽取是重要环节。目前,还没有非常有效的语音情感特征被提出。因此,在包含6种情感的普通话情感语料库中,根据普通话不同于西方语种的特点,选取了一些有效的情感特征,包含Mel频率倒谱系数、基频、短时能量、短时平均过零率和第一共振峰等,进行提取并计算得到不同的统计量;接着采用主成分分析(PCA)进行抽取;最后利用基于支持向量机(SVM)的语音情感识别系统进行分类。实验结果表明,与其他一些重要的研究结果相比,该方法得到了较高的平均情感识别率,且情感特征的选取、抽取及建模是合理、有效的。

引用

页码：270 / 273

页数：4

共 8 条

[1] 语音情感识别研究进展综述 [J].