基于LDA+kernel-KNNFLC的语音情感识别方法

结合K近邻、核学习方法、特征线重心法和LDA算法,提出了用于情感识别的LDA+kernel-KNNFLC方法.首先针对先验样本特征造成的计算量庞大问题,采用重心准则学习样本距离,改进了核学习的K近邻方法;然后加入LDA对情感特征向量进行优化,在避免维度冗余的情况下,更好地保证了情感信息识别的稳定性.最后,通过对特征空间再学习,结合LDA的kernel-KNNFLC方法优化了情感特征向量的类间区分度,适合于语音情感识别.对包含120维全局统计特征的语音情感数据库进行仿真实验,对降维方案、情感分类器和维度参数进行了多组对比分析.结果表明,LDA+kernel-KNNFLC方法在同等条件下性能提升效果最显著.     

Dma方式下DSP芯片对语音信号的采集

文章介绍了TMS320VC5416的存储器直接控制器DMA结合多通道缓冲串口MCBSP组成的数据采集系统,该系统能够实现语音信号处理算法的按帧处理以及实时采集。     

语言信号处理算法中的按帧采样

介绍了TMS320VC5416的存储器直接控制器DMA结合多通道缓冲串口MCBSP组成的数据采集系统,该系统能够实现语音信号处理算法的按帧处理以及实时采集。