您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 202001-21
论文题目 基于机器学习的语音情感识别
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

基于机器学习的语音情感识别

首发时间:2020-01-02

李丹艳 1   

李丹艳(1995年-),女,硕士研究生,语音情感识别

刘刚 1   

刘刚(1973年-),男,副教授、博导,语音信号处理

  • 1、北京邮电大学模式识别实验室,北京,100876

摘要:随着计算机技术的发展和人工智能的普及,语音情感识别研究收到学界和工业届的广泛关注。从语音情感识别的起源、语音情感的分类,到研究现状进行归纳与总结。目前的情感识别任务大多采用人工提取多种声学特征并物理降维,构建特征工程的方法,提升识别结果,于是对机器学习常用的几种算法进行调研,例如:支持向量机、决策树、支持向量机等。调研这些机器学习算法从原理到应用,并进行详细阐述。使用其中几种机器学习算法训练语音情感识别模型,利用模型进行语音情感分类。根据实验结果对比各个算法的性能,选择出其中最适合语音情感识别的机器学习算法。

关键词: 语音情感 离散情感 机器学习 支持向量机

For information in English, please click here

Speech Emotion Recognition Based on Machine Learning

LI Danyan 1   

李丹艳(1995年-),女,硕士研究生,语音情感识别

LIU Gang 1   

刘刚(1973年-),男,副教授、博导,语音信号处理

  • 1、Pattern Recognition of Intelligence Search Laboratory of Beijing University of Posts and Tele Communications, Beijing, 100876

Abstract:With the development of computer technology and the popularization of artificial intelligence, the study of speech emotion recognition has received extensive attention from academics and industry. From the origin of speech emotion recognition, the classification of speech emotions, to the research status, it is summarized and summarized. Most of the current emotion recognition tasks use manual extraction of multiple acoustic features and physical dimensionality reduction, constructing feature engineering methods to improve recognition results, and then investigating several algorithms commonly used in machine learning, such as support vector machines, decision trees, and support Vector machine and so on. Investigate theseSpeech Emotion Recognition Based on Machine Learning machine learning algorithms from principle to application and elaborate. Use several of these machine learning algorithms to train speech emotion recognition models and use the models for speech emotion classification. According to the experimental results, the performance of each algorithm is compared, and the machine learning algorithm that is most suitable for speech emotion recognition is selected.

Keywords: Speech Emotion Recognition Discrete Emotion Machine Learning Support Vector Machine

Click to fold

点击收起

基金:

论文图表:

引用

导出参考文献

.txt .ris .doc
李丹艳,刘刚. 基于机器学习的语音情感识别[EB/OL]. 北京:中国科技论文在线 [2020-01-02]. https://www.paper.edu.cn/releasepaper/content/202001-21.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于机器学习的语音情感识别