基于UCR训练集重构的真实语音情感识别

• 作者: 徐明星 戴明洋 杨大利
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音情感识别 高斯混合模型超向量 UBM-GMM-SVM
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 63-67
• 分类号: TP391
• 字数: 3666字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6864.2012.02.012

摘要

真实语音情感识别是使人机交互更加友好的重要手段,但是训练数据稀缺为这一领域带来很多挑战.为了减小这一阻碍,提出了语句串接与重采样(UCR)方法,以便高效利用存在的训练数据.UCR方法是将原始音频样本按照情感类型进行串接,形成一个长的音频流,以一个固定粒度对其随机乱序,然后将其切割,并通过多次重采样操作来增加支持向量机(SVM)的训练样本数.实验基于一个从访谈节目中录制的真实语音情感库.实验结果表明,在统一背景模型-高斯混合模型-支持向量机( UBM-GMM-SVM)识别框架中这种训练集重构的方法错误率降低近33.10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨大利	北京信息科技大学计算机学院	45	116	6.0	9.0
2	徐明星		19	313	9.0	17.0
5	戴明洋	北京信息科技大学计算机学院	2	0	0.0	0.0