%0 Journal Article
%T 基于Fisher准则与SVM的分层语音情感识别
%A 陈立江
%A 毛峡
%A MitsuruISHIZUKA
%J 模式识别与人工智能
%P 604-609
%D 2012
%X 针对说话人无关的语音情感识别，提出一个分层语音情感识别模型，由粗到细识别悲伤、愤怒、惊奇、恐惧、喜悦和厌恶6种情感。每层采用Fisher比率从288个备选特征中选择适合该层分类的特征，同时将Fisher比率作为输入参数训练该层的支持向量机分类器。基于北京航空航天大学情感语音数据库和德国柏林情感语音数据库，设计4组对比实验，实验结果表明，Fisher准则在两两分类特征选择上优于PCA，SVM在说话人无关的语音情感识别推广方面优于人工神经网络(ANN)。在两个数据库的基础上得到类似结果，说明文中分类模型具有一定的跨文化适应性。
%K 语音情感识别
%K 说话人无关
%K Fisher准则
%K 支持向量机
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract9464.shtml