原文服务方: 数字通信世界       
摘要:
为构建较为快捷的语音识别模型,文章基于LSTM模型对语音序列中的情绪进行识别,并采用AdaBoost模型进行效果增强,通过对IEMOCAP数据集进行实证,表明AdaBoost-LSTM模型对IEMOCAP语音情绪数据集具有较佳的识别效果。
推荐文章
基于 PAD 情绪模型的情感语音识别
语音特征
情感语音识别
PAD情绪模型
相关性分析
基于多流CNN-LSTM网络的群体情绪识别
群体情绪识别
卷积神经网络
长短期记忆网络
多流
基于语音情感计算的情绪识别电路研究与设计
情绪识别电路
情感计算
基音周期
电路设计
电路分析
仿真测试
基于LSTM的脑电情绪识别模型
脑电信号
情绪识别
机器学习
LSTM
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AdaBoost-LSTM模型的语音情绪识别研究
来源期刊 数字通信世界 学科 工学
关键词 语音识别 情绪识别 Adaboost-LSTM
年,卷(期) 2023,(11) 所属期刊栏目 技术研究
研究方向 页码范围 47-48,51
页数 2页 分类号 TN 912.34,TP 18
字数 语种 中文
DOI 10.3969/J.ISSN.1672-7274.2022.11.016
五维指标
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2023(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
语音识别
情绪识别
Adaboost-LSTM
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
数字通信世界
月刊
1672-7274
11-5154/TN
大16开
2005-01-01
chi
出版文献量(篇)
19955
总下载数(次)
0
总被引数(次)
15830
论文1v1指导