数字技术与应用
數字技術與應用
수자기술여응용
DIGITAL TECHNOLOGY AND APPLICATION
2015年
2期
120
,共1页
猫群算法%BP神经网络%语音情感识别
貓群算法%BP神經網絡%語音情感識彆
묘군산법%BP신경망락%어음정감식별
为了提高语音情感的识别率,本文首先采用线性判别分析将包括36个特征为韵律特征和38个特征为音质特征在内的74维语音情感特征向量降维为5维,以提高后续的识别率.然后提出了一种基于猫群算法优化的BP神经网络的权值和阀值,提高BP神经网络的收敛速度和学习能力.实验结果表明,与基于BP神经网络识别方法相比较,本文算法可以明显提高语音情感识别的性能.
為瞭提高語音情感的識彆率,本文首先採用線性判彆分析將包括36箇特徵為韻律特徵和38箇特徵為音質特徵在內的74維語音情感特徵嚮量降維為5維,以提高後續的識彆率.然後提齣瞭一種基于貓群算法優化的BP神經網絡的權值和閥值,提高BP神經網絡的收斂速度和學習能力.實驗結果錶明,與基于BP神經網絡識彆方法相比較,本文算法可以明顯提高語音情感識彆的性能.
위료제고어음정감적식별솔,본문수선채용선성판별분석장포괄36개특정위운률특정화38개특정위음질특정재내적74유어음정감특정향량강유위5유,이제고후속적식별솔.연후제출료일충기우묘군산법우화적BP신경망락적권치화벌치,제고BP신경망락적수렴속도화학습능력.실험결과표명,여기우BP신경망락식별방법상비교,본문산법가이명현제고어음정감식별적성능.
