利用語(yǔ)音與文本特征融合改善語(yǔ)音情感識(shí)別
關(guān)鍵詞：情感識(shí)別 聲學(xué)特征 韻律特征 文本特征 特征融合
摘要：情感識(shí)別在人機(jī)交互中具有重要意義,為了提高情感識(shí)別準(zhǔn)確率,將語(yǔ)音與文本特征融合。語(yǔ)音特征采用了聲學(xué)特征和韻律特征,文本特征采用了基于情感詞典的詞袋特征(Bag-of-words,BoW)和N-gram模型。將語(yǔ)音與文本特征分別進(jìn)行特征層融合與決策層融合,比較它們?cè)贗EMOCAP四類(lèi)情感識(shí)別的效果。實(shí)驗(yàn)表明,語(yǔ)音與文本特征融合比單一特征在情感識(shí)別中表現(xiàn)更好;決策層融合比在特征層融合識(shí)別效果好。且基于卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural network,CNN)分類(lèi)器,語(yǔ)音與文本特征在決策層融合中不加權(quán)平均召回率(Unweighted average recall,UAR)達(dá)到了68.98%,超過(guò)了此前在IEMOCAP數(shù)據(jù)集上的最好結(jié)果。
數(shù)據(jù)采集與處理雜志要求:
{1}基金項(xiàng)目：如果論文是項(xiàng)目成果，請(qǐng)按“項(xiàng)目名稱（項(xiàng)目號(hào)）”的形式寫(xiě)出。項(xiàng)目名稱與項(xiàng)目號(hào)兩者都要有。
{2}稿件應(yīng)具有科學(xué)性、創(chuàng)新性和實(shí)用性，論點(diǎn)明確、論據(jù)可靠、數(shù)據(jù)準(zhǔn)確、邏輯嚴(yán)謹(jǐn)、文字通順。
{3}文中圖表或插圖請(qǐng)附清晰的原圖文件（tif. 或eps.格式，不低于600 像素）。
{4}注釋是對(duì)論文中某一特定內(nèi)容的解釋或補(bǔ)充說(shuō)明，用帶圈數(shù)字注于當(dāng)頁(yè)頁(yè)腳。
{5}稿件文字、標(biāo)點(diǎn)、年代、數(shù)字等書(shū)寫(xiě)方式均以國(guó)家有關(guān)規(guī)定為準(zhǔn)。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
