基于多层感知机与支持向量机的语音与歌曲情感识别
声音
2021-05-21 v1 机器学习
音频与语音处理
摘要
在此，我们比较了 SVM 与 MLP 在利用 RAVDESS 数据集的语音与歌曲通道进行情感识别时的性能。我们经历了一系列过程以提取各类音频特征，并确定模型的最优缩放策略与超参数。为增加样本量，我们进行了音频数据增强，并使用 SMOTE 处理数据不平衡。我们的数据显示，优化后的 SVM 以 82% 准确率优于 MLP 的 75%。数据增强后，两种算法性能一致约为 79%，但 SVM 出现过拟合现象。我们最后的探索表明，SVM 与 MLP 性能相近，二者在语音通道的准确率均低于歌曲通道。我们的发现表明，SVM 与 MLP 均是依赖于发声方式的强大情感识别分类器。
引用
@article{arxiv.2105.09406,
title = {Speech & Song Emotion Recognition Using Multilayer Perceptron and Standard Vector Machine},
author = {Behzad Javaheri},
journal= {arXiv preprint arXiv:2105.09406},
year = {2021}
}