基于SVM和HMM混合模型的語音情感識別和性別識別.pdf_第1頁
已閱讀1頁，還剩65頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、目前人機交互技術(shù)越來越智能化,語音性別識別和情感識別方法多種多樣,但是還存在諸多問題,比如:特征參數(shù)不佳、模型簡單、識別率低等。針對以上問題,對特征參數(shù)和模型做了改進,并在改進的特征參數(shù)和模型下做了性別和情感識別實驗。主要內(nèi)容如下:
　　 (1)特征參數(shù)。在性別特征參數(shù)方面,通過仿真分析得到,MFCC參數(shù)比LPCC更優(yōu),因此丟棄LPCC,并對MFCC進行了二次特征提取獲得它的加權(quán)特征(SMFCC)和-階微分特征(ΔMFCC)。除

2、了上述特征外還加入了平均基因頻率。
　　 在情感方面,將情感分為四個類別:高興、憤怒、驚奇、悲傷。研究了基因平率、共振峰(第一共振峰(FO)、第二共振峰(F1)、第三共振峰(F2))、振幅在不同情感下的規(guī)律。研究表明F2在四種情感下影響不大,因此F2被舍棄。并在這些特征的基礎(chǔ)上加入了SMFCC和ΔMFCC。
　　 (2)通過研究HMM和SVM得出:HMM在處理連續(xù)信號具有優(yōu)勢,而SVM在分類上具有優(yōu)勢。提出了SVM和HM

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論