基于 Daubechies 族的多分辨率分析（离散小波变换）在语音情感识别中的应用
声音
2019-09-04 v1 音频与语音处理
应用统计
摘要
我们提出了一项将语音作为音频信号其数学性质的研究。该工作包含了在信道条件并不理想情况下的情感识别信号。通过采用 Daubechies 小波族（Db1-Haar、Db6、Db8、Db10）进行多分辨率分析离散小波变换，将初始音频信号分解为若干系数集合，并从中提取一组特征进行统计分析和区分情绪状态。人工神经网络（ANN）被证明是一种能够对上述状态进行恰当分类的系统。本研究表明，利用小波分解提取的特征足以分析和提取音频信号中的情感内容，并在情绪状态分类中达到高准确率，而无需使用其他经典的时频特征。据此，本文旨在从数学上刻画人类六种基本情绪：厌倦、厌恶、高兴、焦虑、愤怒和悲伤，并加入中性，共计七种待识别状态。
引用
@article{arxiv.1909.01265,
title = {Multiresolution analysis (discrete wavelet transform) through Daubechies family for emotion recognition in speech},
author = {Damian Campo and Manuela Bastidas and Olga Lucía Quintero},
journal= {arXiv preprint arXiv:1909.01265},
year = {2019}
}
备注
Published in: Conference, XX Congreso Argentino de Bioingenier\'ia, SABI 2015, Octubre 28-30, 2015