语音情感识别中面向统计特征的Rxk集成模型

• 作者: 倪建成 吴俊清 韦锦涛 高峰 魏媛媛
• 来源期刊: 曲阜师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 集成学习 语音情感识别 LDA 随机森林 XGBoost k近邻
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 51-56
• 页数: 6页
• 分类号: TP18
• 字数: 4741字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5337.2020.2.051

摘要

为提高语音情感识别的准确度,增强人机交互的和谐性,提出一种基于线性判别分析法(LDA)降维的Rxk语音情感识别模型.首先,通过Fisher准则计算投影基向量,对openSMILE提取的统计特征集作线性降维;其次,构建以随机森林、极端梯度提升(XGBoost)和k近邻为个体学习器的集成分类模型;最后,在为3个学习器分配权重的基础上,选取预测概率总和最大的标签作为分类结果.实验结果显示,该模型在EMODB数据库上对7种情感的识别率达到97.20％,对CASIA中文数据库的6种情感识别精度最高达到96.25％.可以看出,提出的模型对于不同的数据库都获得了较高的识别率,具有较好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪建成	曲阜师范大学软件学院	31	137	7.0	10.0
2	高峰	曲阜师范大学软件学院	8	2	1.0	1.0
3	韦锦涛	曲阜师范大学软件学院	6	3	1.0	1.0
4	吴俊清	曲阜师范大学软件学院	2	0	0.0	0.0
5	魏媛媛	曲阜师范大学软件学院	2	0	0.0	0.0