基于HMM和ANN混合模型的语音情感识别研究

• 作者: 林巧民 齐柱柱
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 情感计算 人工智能 隐马尔可夫模型 神经网络 语音情感识别
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 74-78
• 页数: 5页
• 分类号: TN912.34
• 字数: 5106字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.10.015

摘要

随着情感计算成为人工智能的一个重要方向,语音情感识别作为情感计算的一个重要部分,已经逐渐成为模式识别领域研究的热点之一.随着研究的不断深入,单独使用某一种模式识别时效果并不理想.为了提高识别率,提出了一种将隐马尔可夫模型(HMM)和径向基函数神经网络(RBF)相结合的方法.这种方法对不同情感状态分别设计HMM模型,经过维特比(Viterbi)算法得到最优状态序列,然后对得到的状态序列进行时间规整,以便生成等维的特征矢量,将其作为RBF模型的输入进行语音情感识别,最后的识别结果由RBF模型给出.实验结果表明,与孤立HMM相比,该方法在识别率上有较大的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林巧民	南京邮电大学计算机学院	30	200	8.0	13.0
5	齐柱柱	南京邮电大学计算机学院	2	8	1.0	2.0