《表2 不同类型的情感识别方法综合性能分析》
目前,语音情感识别算法根据模式识别分为模板匹配法、概率统计法和辨别分类器;还可划分为以隐马尔可夫模型[38](Hidden Markov Model,HMM)、高斯混合模型[39](Gaussian Mixed Model,GMM)和K近邻法[40](K-Nearst Neighbors,KNN)为代表的基于统计的分类器和以人工神经网络[41]、决策树[42]和支持向量机[43](Support Vector Machine,SVM)为代表的基于判别的分类器。本文将分别从基于传统机器学习算法和基于深度学习算法两个方面对语音情感识别算法进行阐述,并且对不同类型的情感识别方法综合性能进行了总结分析,如表2所示。
图表编号 | XD00163010000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 孙晓虎、李洪均 |
绘制单位 | 南通大学信息科学技术学院、南通大学信息科学技术学院、计算机软件新技术国家重点实验室(南京大学)、南通大学智能信息技术研究中心、南通大学通科微电子学院 |
更多格式 | 高清、无水印(增值服务) |