基于多级SVM分类的语音情感识别算法

被引：25

作者：

任浩

叶亮

李月

沙学军

机构：

[1] 哈尔滨工业大学电子与信息工程学院

来源：

计算机应用研究 | 2017年 / 34卷 / 06期

基金：

教育部留学回国人员科研启动基金;

关键词：

语音情感识别; 支持向量机; 多级分类; 主成分分析;

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：

为了提高语音情感识别系统的识别准确率,在传统支持向量机(SVM)方法的基础上,提出了一种基于主成分分析法(PCA)的多级SVM情感分类算法。首先将容易区分的情感分开,针对混淆度大且不能再利用多级分类策略直接进行区分的情感,采用PCA进行特征降维,然后逐级地判断出输入语音所属的情感类型。与传统基于SVM分类算法的语音情感识别相比,本方法可将七种情感的平均识别率提高5.05%,并且特征维度可降低58.3%,从而证明了所提出方法的正确性与有效性。

引用

页码：1682 / 1684

页数：3