计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2011年
5期
87-91
,共5页
SVM(支持向量机)%情感识别%语音信号%情感特征%人工神经网络
SVM(支持嚮量機)%情感識彆%語音信號%情感特徵%人工神經網絡
SVM(지지향량궤)%정감식별%어음신호%정감특정%인공신경망락
为有效提高语音情感识别系统的识别正确率,提出一种基于SVM的语音情感识别算法.该算法提取语音信号的能量、基音频率及共振峰等参数作为情感特征,采用SVM(Support Vector Machine,支持向量机)方法对情感信号进行建模与识别.在仿真环境下的情感识别实验中,所提算法相比较人工神经网络的ACON(All Class inone Network,"一对多")和OCON(One class in one network,"一对一")方法识别正确率分别提高了7.06%和7.21%.实验结果表明基于SVM的语音情感识别算法能够对语音情感信号进行较好地识别.
為有效提高語音情感識彆繫統的識彆正確率,提齣一種基于SVM的語音情感識彆算法.該算法提取語音信號的能量、基音頻率及共振峰等參數作為情感特徵,採用SVM(Support Vector Machine,支持嚮量機)方法對情感信號進行建模與識彆.在倣真環境下的情感識彆實驗中,所提算法相比較人工神經網絡的ACON(All Class inone Network,"一對多")和OCON(One class in one network,"一對一")方法識彆正確率分彆提高瞭7.06%和7.21%.實驗結果錶明基于SVM的語音情感識彆算法能夠對語音情感信號進行較好地識彆.
위유효제고어음정감식별계통적식별정학솔,제출일충기우SVM적어음정감식별산법.해산법제취어음신호적능량、기음빈솔급공진봉등삼수작위정감특정,채용SVM(Support Vector Machine,지지향량궤)방법대정감신호진행건모여식별.재방진배경하적정감식별실험중,소제산법상비교인공신경망락적ACON(All Class inone Network,"일대다")화OCON(One class in one network,"일대일")방법식별정학솔분별제고료7.06%화7.21%.실험결과표명기우SVM적어음정감식별산법능구대어음정감신호진행교호지식별.
