基于半监督判别分析的语音情感识别

• 作者: 吴尘 徐新洲 赵力 金赟 黄程韦
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 语音情感识别 语音情感特征 半监督判别分析 维数约简
• 年，卷（期）: 2014,（1）
• 页码范围: 7-12
• 页数: 6页
• 分类号: TN912.3
• 字数: 874字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2014.01.002

摘要

将基于多个嵌入图组合形式的半监督判别分析（SDA）以及核 SDA （KSDA）应用于全监督的语音情感识别．在语音信号样本情感成分的预处理阶段，从样本语段中提取出多种特征及其统计参数，包括基音、过零率、能量、持续长度、共振峰和 MFCC （Mel 频率倒谱系数）．在将样本特征送入分类器之前的维数约简阶段，使用经过参数优化的 SDA 或 KSDA 进行降维．Berlin 语音情感数据库上的实验表明，在使用多类 SVM 分类器时的全监督语音情感识别中， SDA 优于其他一些先进的基于谱图学习的维数约简算法，如LDA， LPP， MFA 等，而 KSDA 通过核化的数据映射，能够取得比上述所有算法更好的识别效果．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力	东南大学水声信号处理教育部重点实验室	308	3093	27.0	44.0
5	金赟	东南大学水声信号处理教育部重点实验室	13	240	8.0	13.0
6	徐新洲	东南大学水声信号处理教育部重点实验室	9	33	4.0	5.0
7	黄程韦	苏州大学物理科学与技术学院	4	2	1.0	1.0
8	吴尘	东南大学水声信号处理教育部重点实验室	5	9	2.0	3.0