福州大学学报(自然科学版)
福州大學學報(自然科學版)
복주대학학보(자연과학판)
JOURNAL OF FUZHOU UNIVERSITY(NATURAL SCIENCE EDITION)
2015年
4期
460-465
,共6页
数字音乐语音%情感识别%支持向量机%特征差异度
數字音樂語音%情感識彆%支持嚮量機%特徵差異度
수자음악어음%정감식별%지지향량궤%특정차이도
digital music speech%emotion recognition%support vector machine%characteristic differ-ence
针对数字音乐语音情感识别问题,提出一种基于特征差异度和SVM投票机制进行识别的方法。该方法不仅降低了特征向量的维度,而且保留了足够的能够描述数字音乐语音不同情感之间差异的特征。同时,该方法利用多个二分SVM分类器进行投票,减少了每个分类器的权重,从而降低了误差。实验结果表明,该方法能够有效地提高识别准确率。
針對數字音樂語音情感識彆問題,提齣一種基于特徵差異度和SVM投票機製進行識彆的方法。該方法不僅降低瞭特徵嚮量的維度,而且保留瞭足夠的能夠描述數字音樂語音不同情感之間差異的特徵。同時,該方法利用多箇二分SVM分類器進行投票,減少瞭每箇分類器的權重,從而降低瞭誤差。實驗結果錶明,該方法能夠有效地提高識彆準確率。
침대수자음악어음정감식별문제,제출일충기우특정차이도화SVM투표궤제진행식별적방법。해방법불부강저료특정향량적유도,이차보류료족구적능구묘술수자음악어음불동정감지간차이적특정。동시,해방법이용다개이분SVM분류기진행투표,감소료매개분류기적권중,종이강저료오차。실험결과표명,해방법능구유효지제고식별준학솔。
To solve emotion recognition problem for digital music speech, an emotion recognition method which is based on difference between characteristics and SVM voting mechanism is proposed. The method not only reduces the dimension of feature vectors, but retains the characteristics between different emotions of digital music speech.Meanwhile, using multiple two-class SVM classifier to vote for digital music speech, the method decreases the weight of each classifier and reduces the error. The experimental results show that this method can effectively improve the recognition accuracy.