- 5
- 0
- 约2.73千字
- 约 3页
- 2021-01-08 发布于四川
- 举报
精品文档,助力人生,欢迎关注小编!
基于改进型支持向量机的语音信号情感识别研究
打开文本图片集
摘要:语音信号包含了人类丰富的情感信息,本文从离散情感模型出发,选择了高兴、悲伤、愤怒和害怕4种基本情感作为研究对象,利用萤火虫算法实现了支持向量机参数自动寻优,从而提高了识别的效率。为了使测试数据更据代表性,选取了中文和德文数两种据库,400个样本进行训练和测试。实验表明,对SVM分类器进行优化在一定程度上提高了情感识别率。
关键词:语音信号;萤火虫算法;改进的支持向量机;情感识别
中图分类号:TP18 文献标识码:A 文章编号:1007-9416(20XX)06-0109-02
0 前言
机器情感这一研究领域从提出概念伊始,就伴随着伦理道德的疑虑。而随着人工智能技术的发展,如何设计并实现一个具有情感识别的智能机器人显得尤为重要了。而其关键技术就是研究情感识别核心算法,不断提高识别的速度和准确率。
目前情感识别研究领域中,最主要的途径就是通过对人的生理信息,例如声音信号、脉搏信号、脑电信号、面部表情、身体形态等一种信号分析或多种信号的多模分析,利用识别技术进行训练学习和类型识别判断。本文主要通过对语音信号的拾取、预处理、特征提取和类型识别,达到情感识别的目的,这一过程的核心是类型识别,也是近几年研究最多、成果最丰富的环节。本文利
原创力文档

文档评论(0)