语音情感识别通过特定人语音情感数据库的建立;
语音情感特征提取;
语音情感分类器的设计,完成了一个特定人语音情感识别的初步系统。
对于单个特定人,可以识别平静、悲伤、愤怒、惊讶、高兴5种情感,除愤怒和高兴之间混淆程度相对较大之外,各类之间区分特性良好,平均分类正确率为93.7%。
对于三个特定人组成的特定人群,可以识别平静、愤怒、悲伤3种情感,各类之间区分特性良好,平均分类正确率为94.4%。
其中分类器采用混合高斯分布模型。
2025/3/14 0:41:01 23KB matlab 情感语音
1
关于情感识别方面的论文,很详细,这方面研究的可以看看
2025/2/26 22:26:19 1.33MB 情感识别
1
中科大语音情感识别数据集免费版四人版1200条语音六种情感汉语,4个人(2名男性,2名女性)的大约1200个音频,表达了6种不同的情绪:neutral,happy,sad,angry,fearful,surprised。
2025/1/19 2:26:01 44.73MB 语音情感识别
1
语音中准确的情绪识别对于智能医疗、智能娱乐和其他智能服务等应用程序非常重要。
由于汉语语言的复杂性,汉语语音的高精度动作识别具有挑战性。
本文探讨了如何提高语音情感识别的准确性,包括语音信号特征提取和情感分类方法。
从语音样本中提取五种特征:梅尔频率倒谱系数(mfcc)、音调、共振峰、短期过零率和短期能量
2025/1/15 18:56:50 31KB 语音识别
1
对中科大发布的中文语音情感数据库CASIA,提取了MFCC特征,过零率等特征,采用SVM分类,识别率很低,只适合初学者了解语音情感识别过程
2024/10/23 12:08:07 4KB 语音情感识别 python
1
通过对语音数据进行特征提取,运用SVM识别算法,实现语音信号的6种情感的识别。
语料库选自CASIA汉语情感语料库,特征集选取基因频率、时长、共振峰、MFCC等。
2023/8/19 1:03:27 215.47MB SVM 语音识别 情感识别
1
语音情感特征的提取和选择是语音情感识别的关键问题,针对线性预测(LP)模型在语音情感谱包络方面存在的不足。
本论文提出了最小方差无失真响应(MVDR)谱方法来进行语音情感特征的提取;
并通过人工蜂群(ABC)算法找到最优语音情感特征子集,消除特征冗余信息;
利用径向基函数(RBF)神经网络对CASIA汉语情感语料库中的4种情感语音即生气、平静、高兴、害怕进行实验识别。
实验结果表明,该方法比线性预测法有更高的识别率和更好的鲁棒性。
1
在MATLAB下复现CVPR2017EMOTIC情景情感识别的实验,需要预处理数据和额外下载数据集。
链接:http://sunai.uoc.edu/emotic/?tdsourcetag=s_pctim_aiomsg
2023/7/9 9:08:18 490KB EMOTI Deep l
1
基于深度学习的人脸面部情感识别的研究_哈工大硕士论文2016
2023/6/14 4:26:08 10.91MB 语音识别 深度学习 谷歌
1
vuisalstudio2005调用matlab引擎进行语音情感识别
1
共 12 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡