融合语音和脉搏的多模态情感识别研究

作者： 周红标

摘要： 针对单独利用语音或某种生理信号进行情感识别容易误判的问题,提出融合语音和脉搏的多模态情感识别方法.首先对预处理后的语音信号提取梅尔倒谱系数特征,并用隐马尔科夫构建语音情感识别模型,然后计算脉搏信号K值和小波包系数能量值,并输入到最小二乘支持向量机识别模型中进行判别,最后对两个模型的判别结果进行决策级的融合.实验结果表明:对于哀伤和平静两种情感,语音识别率较高,融合后识别率达到100%;对于高兴和愤怒两种情感,语音识别率为75%和80%,融合后提高到95%和90%.

关键字： 多模态情感识别 语音 脉搏 梅尔倒谱系数 隐马尔科夫 决策级融合

---

上一篇：一种低功耗、抗软错误的TCAM系统设计
下一篇：一种三层结构的新型RFID-WSN模型