基于Fisher准则和Adaboost的语音情感多分类研究
邢尹1
刘立龙1
程胜1
时满星1
李月锋2
1.桂林理工大学测绘地理信息学院 桂林 5410042.兰州理工大学土木工程学院 兰州 730050
摘要：随着社会和科技的快速发展,如何有效识别语音情感已经成为人们关注的一个热点.在众多的分类算法中,Adaboost多分类算法得到了较好的应用效果.该算法将生气、开心、中性、伤心和害怕5种语音情感分为三层,由粗到细,逐层识别.基于柏林情感语音库,将提取的语音情感特征利用Fisher准则选择较佳特征作为实验数据,实验结果表明,将相近情感分在一起训练更有利于提升Adaboost算法的分类性能.此外,在与传统的BP和SVM分类模型比较中,Adaboost多分类算法表现出了优越性.
关键词：Fisher准则Adaboost算法语音情感识别
分类号：TP391.4(计算技术、计算机技术)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2197-2200,2229 )
英文信息