基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对声音突发特征(笑声、哭声、叹息声等,称之为功能性副语言)携带大量情感信息,而包含这类突发特征的语句由于特征突发性的干扰整体情感识别率不高的问题,提出了融合功能性副语言的语音情感识别方法。该方法首先对待识别语句进行功能性副语言自动检测,根据检测结果将功能性副语言从语句中分离,从而得到较为纯净的两类信号:功能性副语言信号和传统语音信号,最后将两类信号的情感信息使用自适应权重融合方法进行融合,从而达到提高待识别语句情感识别率和系统鲁棒性的目的。在包含6种功能性副语言和6种典型情感的情感语料库上的实验表明:该方法在与人无关的情况下得到的情感平均识别率为67.41%,比线性加权融合、Dempster-Shafer(DS)证据理论、贝叶斯融合方法分别提高了4.2%、2.8%和2.4%,比融合前平均识别率提高了8.08%,该方法针对非特定人语音情感识别具有较好的鲁棒性及识别准确率。
推荐文章
基于特征参数融合的语音情感识别方法
语音情感识别
模糊熵
Mel频率倒谱
参数融合
融合语音和脉搏的多模态情感识别研究
多模态情感识别
语音
脉搏
梅尔倒谱系数
隐马尔科夫
决策级融合
语音情感识别方法与研究
语音
情感识别
主元分析法
神经网络
混合高斯模型
基于情感特征分类的语音情感识别研究
语音情感识别
情感特征分类
改进D-S证据理论
证据信任度信息熵
动态先验权重
数据融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合功能性副语言的语音情感识别新方法
来源期刊 计算机科学与探索 学科 工学
关键词 语音情感识别 功能性副语言 自动检测 自适应权重 融合识别
年,卷(期) 2014,(2) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 186-199
页数 14页 分类号 TP391
字数 12554字 语种 中文
DOI 10.3778/j.issn.1673-9418.1309002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毛启容 江苏大学计算机科学与通信工程学院 35 260 9.0 14.0
2 詹永照 江苏大学计算机科学与通信工程学院 189 1744 21.0 31.0
3 赵小蕾 江苏大学计算机科学与通信工程学院 17 31 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (6)
参考文献  (19)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(6)
  • 参考文献(3)
  • 二级参考文献(3)
2011(5)
  • 参考文献(5)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语音情感识别
功能性副语言
自动检测
自适应权重
融合识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导