基于多特征向量的语音情感识别

计算机科学 ›› 2009, Vol. 36 ›› Issue (6): 231-234.

基于多特征向量的语音情感识别

出版日期:2018-11-16 发布日期:2018-11-16
基金资助:
本文受国家863计划资助项目（2006AA012135）和教育部博士点基金资助项目（20070006057）资助.

Online:2018-11-16 Published:2018-11-16

摘要/Abstract

摘要： 同一组特征向量对不同的情感，其识别能力不同。以HMM作为语音情感分类器模型，对不同情感状态选择不同的特征向量进行识别。系统分两个阶段完成：首先基于漏识率和误识率最小的决策原则，采用优先选择（PFS）算法分别为每种情感状态选择最优的特征向量，然后用这些特征向量分别建立对应情感状态的HMM模型。利用北航情感语音库（BHUDES）对算法进行验证，将所有实验样本分为训练样本集、特征选择样本集和测试样本集3组，采用交叉实验的方法对本算法进行验证，结果表明，与单特征向量HMM相比，多特征向量HMM可达到更高的识别精度

关键词: 多特征向量优先选择算法决策漏识率误识率

Abstract: Same feature vector from speech may recognize different emotion state in different reliability. HMM was used as basic classifier and different feature vectors were chose as the input of HMM for different emotion. Firstly, based on the decision principle o

Key words: Multiple feature vectors, Promising first selection （PFS）, Decision, Miss-recognition rate, Error-recognition rate

. 基于多特征向量的语音情感识别[J]. 计算机科学, 2009, 36(6): 231-234. https://doi.org/

参考文献

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed