基于集成学习的语音情感识别算法研究

• 作者: 叶光明 叶硕 李田港 褚钰
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 语音识别 情感识别 SVM W-KNN BPNN 集成学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 82-86
• 页数: 5页
• 分类号: TP301.6
• 字数: 4460字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2020.06.016

摘要

语音情感识别是语音识别的热门方向,心理学将情感识别分为离散型和连续型,离散型情感识别常用的声学特征为韵律学特征、基于谱的相关特征、音质特征,识别方法通常有KNN、SVM、HMM等.提出一种基于距离加权的改进KNN算法,引入类平均距离作为加权依据,并设计一种基于集成学习的加权投票算法,将改进KNN、SVM、BPNN分类方法进行集成,提高语音情感识别率.实验表明,改进后的KNN算法相比传统KNN,识别率在不同语种的语料库上均有提升,最大提升为9. 6% ,且表现结果稳定,准确率与SVM、BPNN大致相当,可用于集成学习;对比单一识别算法,所设计的集成学习算法具有较高可靠性,在生气、高兴、悲伤、惊慌及中性情感上均达到较好的识别效果,实现了离散型语音情感的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶硕		7	6	1.0	2.0
2	褚钰		3	1	1.0	1.0
3	李田港		3	1	1.0	1.0
4	叶光明		5	3	1.0	1.0