基于多级SVM分类的语音情感识别算法

• 作者: 任浩 叶亮 李月 沙学军
• 来源期刊: 计算机应用研究
• 关键词: 语音情感识别 支持向量机 多级分类 主成分分析
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1682-1684
• 页数: 3页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.06.018

摘要

为了提高语音情感识别系统的识别准确率,在传统支持向量机(SVM)方法的基础上,提出了一种基于主成分分析法(PCA)的多级SVM情感分类算法.首先将容易区分的情感分开,针对混淆度大且不能再利用多级分类策略直接进行区分的情感,采用PCA进行特征降维,然后逐级地判断出输入语音所属的情感类型.与传统基于SVM分类算法的语音情感识别相比,本方法可将七种情感的平均识别率提高5.05％,并且特征维度可降低58.3％,从而证明了所提出方法的正确性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沙学军	哈尔滨工业大学电子与信息工程学院	117	609	12.0	19.0
2	叶亮	哈尔滨工业大学电子与信息工程学院	6	31	2.0	5.0
3	李月	哈尔滨工业大学电子与信息工程学院	5	35	2.0	5.0
4	任浩	哈尔滨工业大学电子与信息工程学院	1	24	1.0	1.0