基于语义细胞的语音情感识别

为解决语音情感识别分类器空间复杂度高的问题,将语义细胞应用于语音情感识别领域.以语义细胞混合模型为核心,提出基于单层语义细胞的语音情感识别(IC-S)算法以及基于说话人-情感识别的双层语义细胞识别(IC-D)算法.在CASIA(汉语)和SAVEE(英语)情感语料库中进行交叉验证实验,并利用F值评判识别性能.结果表明:相比常用算法(如:SVM),IC-S算法在空间和时间复杂度上具有优势;IC-D算法与SVM算法识别准确率相似,可以有效降低模型存储空间的复杂度,适用于说话人分类较少或较为固定的场景.