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:
语音情感识别在人机交互、人工智能(AI)、自然语言处理(NLP)、5G技术等方面扮演着重要的角色.为了克服单模态模型语音情感识别率低和手工调参的缺点,本文首先在Gaurav Sahu的基础模型上增加KNN、CNB和Adaboost单模态模型,提出多模态组合模型C3;然后应用排列组合方法通过计算机实现自动组合,克服Gaurav Sahu手工组合存在的不足;最后用超参数优化方法和交叉验证方法对网络模型进行训练和测试,解决手工调参存在的不足.在IEMOCAP数据集上对本文提出的C3进行实验,实验结果表明,C3比Gaurav Sahu提出的多模态组合模型E2的语音情感识别性能提升1.56%.
推荐文章
融合语音和脉搏的多模态情感识别研究
多模态情感识别
语音
脉搏
梅尔倒谱系数
隐马尔科夫
决策级融合
基于BOOSTING框架的视觉语音多模态情感识别检测方法
情感识别
表情识别
Boosting方法
情感数据库
多模态情感识别研究进展
情感识别
特征提取
多模态融合
基于PAD模型的级联分类情感语音识别
PAD模型
级联分类
声学特征
支持向量机
情感语音识别
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 基于多模态组合模型的语音情感识别
来源期刊 软件 学科 工学
关键词 单模态模型 多模态组合模型 超参数优化 语音情感识别 交叉验证 自动组合
年,卷(期) 2019,(12) 所属期刊栏目 基金项目论文
研究方向 页码范围 56-60,214
页数 6页 分类号 TN912.3
字数 4431字 语种 中文
DOI 10.3969/j.issn.1003-6970.2019.12.013
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 王力 贵州大学大数据与信息工程学院 39 309 9.0 15.0
5 陈军 贵州大学大数据与信息工程学院 18 70 5.0 7.0
6 徐计 贵州工程应用技术学院信息工程学院 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  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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
单模态模型
多模态组合模型
超参数优化
语音情感识别
交叉验证
自动组合
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导