利用机器学习技术增强语音情感识别-研究论文

情绪可以在决定我们的思维和行为方式中发挥重要作用。 情绪迫使我们做出决定，无论大小。 为了理解情感，我们理解关键的表达成分是至关重要的。 在与人互动时，以情感形式提供线索以做出相应的解释和React是至关重要的。 在这项工作中，为了解决语音的歧义，我们采用了基于语音情感识别的工程技术。 将我们的关注正式化为多类分类模型，我们通过提取音频信号的大量手工特征并将它们用于训练六个常规机器学习模型来比较不同机器学习模型的性能。 对于测试模型的各种实验设置，我们记录了准确性，f分数，准确性和召回率。 我们能够通过梯度提升和随机森林分类器获得同等的表现。 最终，我们表明，经过一些手工制作的功能训练的基于简单机器学习的模型能够实现与当前基于深度学习的最新方法类似的性能。