ScholarMate
客服热线:400-1616-289

基于MFCC和GFCC混合特征的语音情感识别研究

郭卉; 姜囡; 任杰
中国知网
中国刑事警察学院

摘要

针对MFCC滤波器存在语音高频信号泄露的问题,为避免基于MFCC特征对语音进行情感识别时存在有效情感特征丢失的局限性,结合MFCC的高准确性和GFCC的强鲁棒性,提出了基于MFCC与GFCC混合特征训练CNN对语音进行情感识别的方法,有效提高了语音情感识别的准确率,改善了CNN模型的识别性能。实验结果表明,所设计的混合特征识别方法较传统识别方法识别率明显升高并达到了83%,实现了语言情感识别准确率的有效提升。

关键词

MFCC GFCC 语音情感识别 CNN 混合特征 Mel-scale frequency cepstral coefficients(MFCC) Gammatone frequency cepstral coefficients(GFCC) speech emotion recognition cellular neural network(CNN) mixed features