作者:
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:
语音情感特征的提取和选择是语音情感识别的关键问题,针对线性预测(LP)模型在语音情感谱包络方面存在的不足。本论文提出了最小方差无失真响应(MVDR)谱方法来进行语音情感特征的提取;并通过人工蜂群(ABC)算法找到最优语音情感特征子集,消除特征冗余信息;利用径向基函数(RBF)神经网络对CASIA汉语情感语料库中的4种情感语音即生气、平静、高兴、害怕进行实验识别。实验结果表明,该方法比线性预测法有更高的识别率和更好的鲁棒性。
推荐文章
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
基于NAQ的语音情感识别研究
迭代自适应逆滤波
归一化振幅商
F-ratio准则
混合高斯模型
基于基频特征的情感语音识别研究
语音信号
基频
情感特征
情感识别
语音情感识别研究进展
语音
情感
识别
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 基于ABC优化MVDR的语音情感识别研究
来源期刊 电子设计工程 学科 工学
关键词 最小方差无失真响应 人工蜂群算法 语言情感识别 线性预测
年,卷(期) 2016,(3) 所属期刊栏目 计算机技术与应用
研究方向 页码范围 11-13,19
页数 4页 分类号 TN710.9
字数 3558字 语种 中文
DOI
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 孙志锋 陕西师范大学计算机科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(1)
  • 二级参考文献(0)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 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)
研究主题发展历程
节点文献
最小方差无失真响应
人工蜂群算法
语言情感识别
线性预测
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
电子设计工程
半月刊
1674-6236
61-1477/TN
大16开
西安市高新区高新路25号瑞欣大厦10A室
52-142
1994
chi
出版文献量(篇)
14564
总下载数(次)
54
总被引数(次)
54366
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导