基于语音的情感识别中的特征选择增强与特征空间可视化
信号处理
2022-08-22 v1 人工智能
机器学习
声音
音频与语音处理
摘要
鲁棒的语音情感识别依赖于语音特征的质量。我们提出了一种改善语音情感识别的语音特征增强策略。我们使用了INTERSPEECH 2010挑战赛特征集。我们从该特征集中识别出子集，并对这些子集应用主成分分析（Principle Component Analysis）。最后，将特征进行横向融合。所得特征集在用于情感识别之前，使用t分布邻域嵌入（t-SNE）进行分析。该方法与文献中最先进的方法进行了比较。实证证据基于两个知名数据集得出：分别为德语和英语的Emotional Speech Dataset（EMO-DB）和Ryerson Audio-Visual Database of Emotional Speech and Song（RAVDESS）。与基线研究相比，我们的方法在EMO-DB数据集上七类情感中的六类平均识别率提升11.5%，在RAVDESS数据集上八类情感中的七类提升13.8%。
引用
@article{arxiv.2208.09269,
title = {Feature Selection Enhancement and Feature Space Visualization for Speech-Based Emotion Recognition},
author = {Sofia Kanwal and Sohail Asghar and Hazrat Ali},
journal= {arXiv preprint arXiv:2208.09269},
year = {2022}
}
备注
Accepted at PeerJ Computer Science