基于PCA-RF分类的语音情感识别研究

• 作者: 王玺 闫超 武曲 郭坤
• 来源期刊: 科学技术创新
• 学科: 工学
• 关键词: 语音情感识别 主成分分析 随机森林 降维
• 年，卷（期）: 2021,（29）
• 所属期刊栏目: 信息技术
• 页码范围: 91-93
• 页数: 3页
• 分类号: TN912.34
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1328.2021.29.038

摘要

语音情感识别是当下比较热门的一个研究话题,随机森林是在机器学习领域较早提出的分类算法,本文将随机森林算法应用在语音情感识别当中,采用INTERSPEECH挑战赛三个年份的特征集对语音数据集进行了特征提取,并针对随机森林对噪声敏感以及在高维特征上表现差的问题,提出了一种基于PCA降维的方法来降低噪声在降维后的特征中的权重,对有效特征进行了富集,提取更低维度的二层特征.结果表明,此方法提高了模型训练的准确率,更是极大地提高了模型训练的速度.