《表3 传统特征与语谱图特征识别准确率》

  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

《基于参数迁移和卷积循环神经网络的语音情感识别》

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

为了验证语谱图特征在语音情感识别中的有效性，设计语音传统特征与语谱图特征情感识别实验进行对比。语音的传统特征选取如表2所示的384维特征。A组、B组和C组实验均采用语音的传统特征作为输入情感特征，不同的是A组使用SVM作为分类器，B组使用决策树作为分类器，C组实验将384维特征输入到CNN进行训练。D组实验将语谱图特征输入SVM进行分类识别。E组实验将语谱图特征输入CNN进行训练。F组实验把语谱图输入得到AlexNet预训练的CNN模型，调整最后一个全连接层的神经单元数为6，对应语音情感的六种类别。实验结果如表3所示。