中文语音情感常用特征识别性能分析

• 作者: 姜林 李文华
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 语音情感识别 情感特征选取 定量分析 支持向量机
• 年，卷（期）: 2017,（2）
• 页码范围: 56-58
• 页数: 3页
• 分类号: TP391.4
• 字数: 1782字
• 语种: 中文

摘要

语音情感识别对于实现人机交互具有重要的应用价值.语音情感识别中,情感特征的选取与组合对于情感识别的准确率影响巨大.已有研究中,情感特征对识别率的贡献停留在定性分析中,未有定量的描述,不利于情感识别中特征的选择.本文针对中文语音情感识别中的常用特征进行定量分析,通过不同的情感特征进行组合,采用支持向量机进行分类,得到各情感特征对识别的贡献率.实验结果表明,单个特征中,梅尔倒谱系数贡献率最高,达到了78%;特征组合中,特征越多对识别率贡献越大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜林	东华理工大学信息工程学院	28	96	6.0	8.0
2	李文华	东华理工大学信息工程学院	3	5	2.0	2.0