多分类器协同工作的情感识别方法研究
随着计算机技术的发展,人工智能作为工业及家庭辅助手段,正在被越来越多的人所熟悉。作为人工智能以及人机交互的关键技术之一,语音情感识别已经成为研究热点。本文首先概述了语音情感识别的目的以及研究意义,通过总结情感识别中所面临的几个关键问题,包括情感语料库的收集、语音信号特征提取以及分类算法的应用,最后提出了利用多分类器协同工作的情感识别方法。首先对每个实验语句进行端点检测、预加重及窗长30 ms、窗移10 ms 汉明窗加窗的预处理。然后提取基音频率、MFCC(Mel-scale Frequency Cepstral Coefficients)、PLP(Perceptual Linear Predictive)等3 类特征参数。在分类器的选取方面,为了是分类器具有更好的泛化能力,尽量选取非线性分类器;为了使分类器之间能够更好的协同工作,我们不选用同一种分类器的不同形式(如多项式核SVM和高斯核SVM);最后,为了防止模型过于复杂导致过拟合现象的发生,我们尽量在不影响识别精度的情况下选取较为简单的分类器。经过反复试验,我们选取核SVM、随机森林、RBF(径向基神经网络)进行协同工作
用户评论