版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展,計(jì)算機(jī)應(yīng)用在各行各業(yè)迅速得到普及,人機(jī)交流也變得越來(lái)越普遍。目前,機(jī)械式的人機(jī)交互已經(jīng)不能適應(yīng)人的需求,新型和諧的人機(jī)交互技術(shù)(Human—Computer Interaction)逐漸成為重要的計(jì)算機(jī)研究方向。 情感計(jì)算(Affective Computing)是關(guān)于、產(chǎn)生于和影響于情感方面的計(jì)算,其目的是賦予計(jì)算機(jī)識(shí)別、理解、表達(dá)和適應(yīng)人情感的能力。情感計(jì)算通過(guò)各種傳感器獲取由人的情感所引起的表情及
2、生理變化信號(hào),利用“情感模型”對(duì)這些信號(hào)進(jìn)行識(shí)別,從而理解人的情感并做出適當(dāng)?shù)捻憫?yīng)。 作為情感計(jì)算的一個(gè)重要組成部分的語(yǔ)音情感識(shí)別,就是通過(guò)分析人們語(yǔ)音在情感表示方面的變化規(guī)律,利用計(jì)算機(jī)從語(yǔ)音信號(hào)中準(zhǔn)確提取語(yǔ)音情感特征參數(shù),并根據(jù)這些特征參數(shù)確定被測(cè)對(duì)象的情感狀態(tài)。相對(duì)于有幾十年研究歷史的語(yǔ)音信號(hào)處理,語(yǔ)音情感識(shí)別的著眼點(diǎn)不是語(yǔ)音信號(hào)處理中語(yǔ)音詞匯表達(dá)的準(zhǔn)確性,而是從前研究中完全忽略的包含在語(yǔ)音信號(hào)中的情感和情緒信息。
3、 語(yǔ)音情感識(shí)別可以被看成是一個(gè)模式識(shí)別問(wèn)題。人們通常會(huì)提取很多語(yǔ)音特征作為情感特征,將提取的語(yǔ)音特征輸入分類器進(jìn)行情感識(shí)別。然而,提取的這些眾多的語(yǔ)音特征里面可能存在冗余特征和與語(yǔ)音情感識(shí)別不相關(guān)的特征。這些冗余特征和不相關(guān)特征對(duì)語(yǔ)音情感識(shí)別效果和識(shí)別效率都有很大影響。 本文提出了一種基于粗糙集和支持向量機(jī)的漢語(yǔ)語(yǔ)音情感識(shí)別方法,采用基于粗糙集理論的屬性約簡(jiǎn)算法進(jìn)行語(yǔ)音情感特征選擇。經(jīng)過(guò)特征選擇,降低了輸入的特征矢量的維數(shù),去除
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于SVM的語(yǔ)音情感識(shí)別研究.pdf
- 基于粗糙集和增量SVM的入侵檢測(cè)方法研究.pdf
- 基于SVM和HMM混合模型的語(yǔ)音情感識(shí)別和性別識(shí)別.pdf
- 基于SVM的語(yǔ)音情感識(shí)別和情感特征參數(shù)的研究.pdf
- 基于SVM的漢語(yǔ)語(yǔ)音情感識(shí)別研究.pdf
- 基于SVM級(jí)聯(lián)式語(yǔ)音情感識(shí)別模型.pdf
- 基于SVM的漢語(yǔ)語(yǔ)音情感識(shí)別的研究.pdf
- 基于遺傳優(yōu)化的多級(jí)SVM語(yǔ)音情感識(shí)別.pdf
- 基于粗糙集理論的表情識(shí)別研究.pdf
- 基于動(dòng)能和粗糙集的群體異常行為識(shí)別.pdf
- 基于粗糙集和SVM的體域網(wǎng)健康評(píng)估方法研究.pdf
- 基于粗糙集和支持向量機(jī)的人臉識(shí)別.pdf
- 基于SVM和粗糙集的圖像檢索相關(guān)反饋技術(shù)研究.pdf
- 鄰域粗糙集及其基于鄰域粗糙集的分類算法.pdf
- 基于粗糙集的人臉識(shí)別改進(jìn)方法.pdf
- 基于粗糙集的識(shí)別策略動(dòng)態(tài)選擇算法.pdf
- 基于粗糙集的SVM層次文本分類技術(shù)研究.pdf
- 基于小波變換和模糊粗糙集技術(shù)的圖像識(shí)別.pdf
- 基于粗糙集屬性約簡(jiǎn)和加權(quán)SVM的入侵檢測(cè)方法研究.pdf
- 粗糙集理論在語(yǔ)音增強(qiáng)中的應(yīng)用.pdf
評(píng)論
0/150
提交評(píng)論