共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
随着科技的迅速发展,人机交互越来越受到人们的重视,语音情感识别更是学术界研究的热点。将BP神经网络算法用于语音情感识别研究,并在汉语情感数据集上进行了相关实验,识别的准确率达到了91.5%,相较于SVM算法分类精度提高了5%。 相似文献
4.
《南阳师范学院学报》2017,(6):28-33
语音情感识别本质上是对语音情感的特征参数进行分类和模式识别,其核心问题在于寻找一个更为合适的语音情感识别算法.综述了语音情感识别算法的分类概况、常用的分类算法、研究中的困难与需要进一步研究的问题.最后展望了可能提高精度的先进识别模型. 相似文献
5.
将基于多个嵌入图组合形式的半监督判别分析(SDA)以及核SDA(KSDA)应用于全监督的语音情感识别.在语音信号样本情感成分的预处理阶段,从样本语段中提取出多种特征及其统计参数,包括基音、过零率、能量、持续长度、共振峰和MFCC(Mel频率倒谱系数).在将样本特征送入分类器之前的维数约简阶段,使用经过参数优化的SDA或KSDA进行降维.Berlin语音情感数据库上的实验表明,在使用多类SVM分类器时的全监督语音情感识别中,SDA优于其他一些先进的基于谱图学习的维数约简算法,如LDA,LPP,MFA等,而KSDA通过核化的数据映射,能够取得比上述所有算法更好的识别效果. 相似文献
6.
7.
8.
基于模糊支持向量机的语音情感识别 总被引:1,自引:0,他引:1
根据输入样本对分类结果不同的影响程度,引入模糊隶属度,探讨了模糊支持向量机(FSVM)原理,并将其应用于汉语语音信号中生气、高兴、悲伤、惊奇4种主要情感类型的识别。仿真实验结果表明FSVM比支持向量机(SVM)有着更好的分类性能和更高的识别率。 相似文献
9.
基于二维情感空间的语音情感识别 总被引:1,自引:0,他引:1
为提高语音情感的正确识别率,在利用反映"激发维"维度信息的韵律特征基础上,提出了采用反映"评价维"维度信息的音质特征作为新的情感特征使用。再将韵律特征参数和音质特征参数结合并用于语音情感识别,并采用支持向量机分类器实现对汉语生气、高兴、悲伤、厌烦和中性五类情感的识别。试验结果表明,基于"激发维"和"评价维"二维情感空间取得的情感总体平均正确识别率为84%,比基于"激发维"一维情感空间取得的识别率高出了12%。可见同时考虑从"激发维"和"评价维"二维情感空间进行语音情感识别,识别结果得到了较大改善。 相似文献
10.
目前,绝大多数e-Learning系统是在传统智力观指导下设计开发而成,严重忽视了学习者情感智能的发展。脑科学研究表明,情感在注意、记忆、推理和决策等方面发挥重要作用。以情感计算学说、人工心理学、脑科学等相关理论为指导,赋予计算机和网络以情感智能,以设计出支持适应性学习的e-Learning情感计算模型。 相似文献
11.
12.
随着DSP和专用集成电路技术的发展,语音识别已具有非常高的识别率,特别是针对计算量较小、特定人、孤立词等方面。为此,利用SPCE061A单片机设计开发的一种针对特定人语音识别的灯具开关,既免去了手动开关灯具的麻烦,又实现了无线准确可靠地控制。 相似文献
13.
14.
宋昊阳 《湖北成人教育学院学报》2011,17(6):103-104
情感因素在英语教学中有着不可忽视的作用,本文结合大学英语语音教学现状来探讨教学中的情感问题。分析学习者与学习者和学习者与教师之间关系的重要性,如何调动学生学习主动性,使学生尽早掌握正确的发音方法,提高英语实际运用能力。 相似文献
15.
随着计算机处理能力的迅速提高,语音识别技术得到了飞速发展,其技术的应用正在日益改变着人类的生产和生活方式。本文介绍了语音识别的基本原理、方法,综述了语音识别系统的分类及语音识别技术的应用,分析了语音识别所面临的问题。 相似文献
16.
《佳木斯教育学院学报》2015,(12)
英语口语教学是大学英语教学中十分重要的内容之一。采用智能化语音识别口语平台的大学英语口语教学研究与实践,是对传统英语口语教学的一种创新和突破。本文探讨了基于智能化语音识别口语平台的大学英语口语新型教学模式。 相似文献
17.
18.
19.
为了使四旋翼无人机更加智能,控制更加简便,需设计新的控制方式。语音识别技术发展日趋成熟,在信息处理和自动化等领域应用相当广泛。通过在Android设备上传入语音命令操控四旋翼无人机,调整飞行姿态、速度、方向,解放了人的双手,实现了语音控制无人机飞行。不同环境下的测试结果表明,该系统功能良好。 相似文献