排序方式: 共有4条查询结果,搜索用时 578 毫秒
1
1.
基于长短时特征融合的语音情感识别方法 总被引:1,自引:0,他引:1
情感识别领域中广泛使用的情感特征有基于语句的全局统计特征和基于语音帧的时序特征.针对这2类基于不同时长的情感特征均不能够最有效地表达情感信息的问题,该文提出使用"语段特征"用于识别,并给出了各类情感状态对应的"最佳识别段长".为进一步提高系统识别性能,该文还构建了全局控制Elman神经网络用于将全局统计特征与基于语段的时序特征相融合.实验表明;融合长短时特征后的平均系统识别率可达66.0%,与单独使用各类特征或语段特征相比分别提高了5.9%和1.7%,同时有效降低了各情感之间的混淆度. 相似文献
2.
3.
儿童是祖国的希望和未来,他们的入学适应一直是大家关注的问题.目前儿童的入学适应问题主要体现在注意力不集中、管理自己的能力不足、时间观念差等方面.因而,建议我们要从学校、幼儿园、家庭三个方面着手进行改进.家庭方面,要培养自我服务的能力、增加对困难的承受力的教育.从幼儿园方面,建议增加对幼儿的理解力、逻辑分析能力、书写能力、学习兴趣的培养.从学校来说,要借鉴幼儿园的教学模式,力争把课上得生动有趣,逐渐使儿童适应小学的生活,完成从幼儿园到小学的过渡. 相似文献
4.
基于韵律语段的语音情感识别方法研究 总被引:2,自引:0,他引:2
语音情感识别领域提取情感特征时,普遍采用"不同情感类别,相同时长基准"的做法,忽略了人耳敏感的韵律段长会依情感不同而有所差异的现象。本文首先通过情感识别实验确定各类情感的最佳识别段长,作为人耳敏感韵律段长。并构造了基于韵律段特征的多重Elman网络模型,以期对不同情感基于特定敏感韵律段长进行识别和对多分类器识别结果进行有效融合,实现了对人耳情感辨识规律的模拟。结果表明,使用敏感韵律段特征的系统识别率达到67.9%,与使用定长语段特征相比有了很大的提高。 相似文献
1