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:
为了有效识别自发、非典型及未分割语音的情感以建立更自然的人机交互界面,提出了一种新的结合情感数据场和蚁群策略的语音情感识别算法。用情感数据场中势函数建立基于块的声学特征向量之间的内在联系。为识别自发语音情感,用人工蚁群模拟基于块的声学特征向量,然后用典型的蚁群策略研究每个人工蚂蚁在情感数据场的运动轨迹,并把该蚂蚁的运动轨迹作为对应的声学特征向量的情感标签。利用2012年连续音视频情感挑战赛中的语音数据对所提算法进行测试。实验结果表明:该算法较已有算法能更好地对基于块的语音情感进行识别。
推荐文章
一种基于HMM和ANN的语音情感识别分类器
隐马尔科夫模型
径向基函数神经网络
空间正交基
语音情感识别
基于多级SVM分类的语音情感识别算法
语音情感识别
支持向量机
多级分类
主成分分析
一种基于注意力机制的语音情感识别算法研究
语音情感识别
深度学习
注意力机制
语谱图
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 一种新的结合情感数据场和蚁群策略的语音情感识别算法
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 情感数据场 蚁群搜索 人机交互
年,卷(期) 2016,(2) 所属期刊栏目
研究方向 页码范围 158-163
页数 6页 分类号 TN912.3
字数 1423字 语种 英文
DOI 10.3969/j.issn.1003-7985.2016.02.005
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 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
2 周琳 东南大学水声信号处理教育部重点实验室 39 136 7.0 9.0
3 杨平 贵州大学大数据与信息工程学院 21 121 4.0 10.0
4 张昕然 东南大学水声信号处理教育部重点实验室 10 91 5.0 9.0
5 查诚 东南大学水声信号处理教育部重点实验室 9 74 5.0 8.0
7 陶华伟 东南大学水声信号处理教育部重点实验室 7 113 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (56)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (9)
二级引证文献  (8)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(6)
  • 参考文献(1)
  • 二级参考文献(5)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(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
情感数据场
蚁群搜索
人机交互
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
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导