违反了 PRIMARY KEY 约束“PK_t_web_site_access”。不能在对象“dbo.t_web_site_access”中插入重复键。重复键值为 (131261)。 语句已终止。
刘恒,吴迪,苏家仪,杨春勇,侯金.运用高斯混合模型识别动物声音情绪[J].国外电子测量技术,2016,35(11):82-87
运用高斯混合模型识别动物声音情绪
Recognition of animal sound’s emotion based on Gaussian mixture model
  
DOI:
中文关键词:  动物情绪识别  高斯混合模型  权重系数  提取特征
英文关键词:animal emotion recognition  Gaussian mixture model  weight coefficients  feature extraction
基金项目:国家自然科学基金项目(61002013)、国家林业局野生动植物保护与自然保护管理项目(BZY13002)资助
作者单位
刘恒 中南民族大学电子信息工程学院智能无线通信湖北省重点实验室 武汉 430074 
吴迪 中南民族大学电子信息工程学院智能无线通信湖北省重点实验室 武汉 430074 
苏家仪 中南民族大学电子信息工程学院智能无线通信湖北省重点实验室 武汉 430074 
杨春勇 中南民族大学电子信息工程学院智能无线通信湖北省重点实验室 武汉 430074 
侯金 中南民族大学电子信息工程学院智能无线通信湖北省重点实验室 武汉 430074 
AuthorInstitution
Liu Heng Hubei Key Laboratory of Intelligent Wireless Communications, College of Electronic Information Engineering, SouthCentral University for Nationalities, Wuhan 430074, China 
Wu Di Hubei Key Laboratory of Intelligent Wireless Communications, College of Electronic Information Engineering, SouthCentral University for Nationalities, Wuhan 430074, China 
Su Jiayi Hubei Key Laboratory of Intelligent Wireless Communications, College of Electronic Information Engineering, SouthCentral University for Nationalities, Wuhan 430074, China 
Yang Chunyong Hubei Key Laboratory of Intelligent Wireless Communications, College of Electronic Information Engineering, SouthCentral University for Nationalities, Wuhan 430074, China 
Hou Jin Hubei Key Laboratory of Intelligent Wireless Communications, College of Electronic Information Engineering, SouthCentral University for Nationalities, Wuhan 430074, China 
摘要点击次数: 152
全文下载次数: 289
中文摘要:
      针对动物的情绪识别问题,提出高斯混合模型在动物声音情绪识别上的应用方法。利用语音信号处理与机器学习技术,提取动物声音信号的过零率、共振峰、梅尔 频率倒谱系数3种描述动物情绪的特征参数。采用高斯混合模型对采集到的动物声音信号训练样本进行聚类分析,计算测试样本后验概率,实现动物情绪的自动识别。通过分析特征参数的权重系数组合、高斯混合数目对识别率的影响来择选最优参数。实验结果表明,经参数优化后的高斯混合模型可将动物声音情绪的识别率由84.25%提高至96.67%。
英文摘要:
      For the problem of animal emotion recognition, this paper proposes an approach of applying Gaussian Mixture Model algorithm in animal sounds emotion recognition by combining speech processing and machine learning technique. The automatic recognition approach of animal emotion includes three key steps: three feature parameters extraction (Zero crossing rate, Formant and Mel Frequency Cepstral Coefficients), cluster analysis of training samples by using Gaussian Mixture Model, and computation of posterior probability of testing samples. Combination of feature weight coefficients and the number of Gaussian mixture components are analyzed to find the influence to the recognition rate. After that, choosing the optimal parameter, the experiment result shows that the Gaussian Mixture Model algorithm with optimal parameter effectively improves the recognition rate of animal emotion from 84.25% to 96.67%.
查看全文  查看/发表评论  下载PDF阅读器