基于机器学习的语音情感识别系统的设计.docx

基于深度学习的语音情感识别系统matlab算法实现

基于KNN的语音情感识别系统matlab算法实现，demo

基于SVM的语音情感识别系统matlab实现

Attention-BiLSTM模型结构及所有核心代码： 1.model中实验的模型有BiLSTM、ATT-BiLSTM、CNN-BiLSTM模型； Attention与BiLSTM模型首先Attention机制增强上下文语义信息，并获取更深层次特征，最后通过Softmax进行回归，完成所属语音情感的预测。 2.系统为用Flask搭建网页框架的语音识别系统界面； 对于提到的语音情感识别方法平台为基于Windows操作系统的个人主机，深度学习框架采用的是tensorflow和Keras，其中TensorFlow作为Keras的后端。具体配置如下python3.6.5、tensorflow=1.12、Keras=2.2.4、flask==1.0.2 、librosa等。 具体界面效果可以参考博客内容。​​

这是由微软开发的语音识别系统，采用C++语言编写，实现对用户的语音的情感的识别。

vuisal studio 2005 调用matlab引擎进行语音情感识别

通过对语音数据进行特征提取，运用SVM识别算法，实现语音信号的6种情感的识别。语料库选自CASIA汉语情感语料库，特征集选取基因频率、时长、共振峰、MFCC等。

过特定人语音情感数据库的建立；语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。对于单个特定人，可以识别平静、悲伤、愤怒、惊讶、高兴5种情感，除愤怒和高兴之间混淆程度相对较大之外，各类之间区分特性良好，平均分类正确率为93.7%。对于三个特定人组成的特定人群，可以识别平静、愤怒、悲伤3种情感，各类之间区分特性良好，平均分类正确率为94.4%。其中分类器采用混合高斯分布模型。