文献检索-宁波市创意产业特色资源库

限定检索结果

基于Fisher准则与SVM的分层语音情感识别: 收藏
分享
引用; 《模式识别与人工智能》2012年第4期25卷 604-609页; 作者：陈立江毛峡 mitsum ishizuka北京航空航天大学电子信息工程学院北京100191 Department of Information and Communication Engineering University of Tokyo Japan; 针对说话人无关的语音情感识别,提出一个分层语音情感识别模型,由粗到细识别悲伤、愤怒、惊奇、恐惧、喜悦和厌恶6种情感.每层采用Fisher比率从288个备选特征中选择适合该层分类的特征,同时将Fisher比率作为输入参数训练该层的支持向量...; 针对说话人无关的语音情感识别,提出一个分层语音情感识别模型,由粗到细识别悲伤、愤怒、惊奇、恐惧、喜悦和厌恶6种情感.每层采用Fisher比率从288个备选特征中选择适合该层分类的特征,同时将Fisher比率作为输入参数训练该层的支持向量机分类器.基于北京航空航天大学情感语音数据库和德国柏林情感语音数据库,设计4组对比实验,实验结果表明,Fisher准则在两两分类特征选择上优于PCA,SVM在说话人无关的语音情感识别推广方面优于人工神经网络(ANN).在两个数据库的基础上得到类似结果,说明文中分类模型具有一定的跨文化适应性.; 来源：详细信息评论

限定检索结果