《表2 不同数据集上5组融合特征的识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《语音情感识别中的特征选择方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为进一步验证本文特征融合算法，另设计4组对照实验，随机选取3个单个特征进行融合，并与本文提出的融合特征的识别率进行比对，实验结果如图3所示。其中高亮显示的蓝色折线为本文提出的融合特征，橘色折线为以MFCC为主要特征、基音频率和共振峰二阶抖动为辅助特征得到的融合特征，灰色折线为以MFCC为主要特征、过零率和共振峰一阶抖动为辅助特征得到的融合特征，黄色折线为以基音频率为主要特征、过零率和RASTA-PLP为辅助特征得到的融合特征，绿色折线为以共振峰为主要特征、MFCC和RASTA-PLP为辅助特征得到的融合特征。可以看出，本文所提融合方法在英语和德语数据集上基本具有最好的识别率，在汉语数据集上与其他融合特征的识别率大致相当，总体上看，本文提出的融合特征识别效果最为稳定。具体识别率如表2所示。