基于 HMMs、CHMM2s 和 SPHMMs 研究与增强压力及情感说话环境中的说话状态识别
声音
2017-07-05 v1
摘要
本研究致力于基于三种不同且独立的分类器，研究并增强压力说话环境和情感说话环境（完全两个独立的环境）中的说话状态识别。这三种分类器分别是：隐马尔可夫模型 (HMMs)、二阶循环隐马尔可夫模型 (CHMM2s) 和超音段隐马尔可夫模型 (SPHMMs)。本工作中使用的压力说话环境由中性、喊叫、慢速、大声、轻声和快速说话状态组成，而情感说话环境由中性、愤怒、悲伤、快乐、厌恶和恐惧情绪组成。当前工作取得的结果表明，在改善压力和情感说话环境中的说话状态识别方面，SPHMMs 优于 HMMs 和 CHMM2s。结果还表明，基于 HMMs、CHMM2s 和 SPHMMs，压力说话环境中的说话状态识别性能分别比情感说话环境高出 2.7%、1.8% 和 3.3%。基于人类评委的主观评估，压力说话状态的识别性能比情感状态高出 5.2%。
引用
@article{arxiv.1707.00680,
title = {Studying and Enhancing Talking Condition Recognition in Stressful and Emotional Talking Environments Based on HMMs, CHMM2s and SPHMMs},
author = {Ismail Shahin},
journal= {arXiv preprint arXiv:1707.00680},
year = {2017}
}
备注
arXiv admin note: substantial text overlap with arXiv:1706.09729