Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Face Recognition via Domain Adaptation and Manifold Distance Metric Learning Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Emotion Recognition from Noisy Mandarin Speech Preprocessed by Compressed Sensing

verfasst von : Xiaoqing Jiang, Dapeng He, Xinghai Yang, Lingyin Wang

Erschienen in: Intelligent Computing Theories and Application

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Noisy speech emotion recognition is significant in Artificial Intelligence (AI) and Human-Computer Interaction (HCI). In this paper, Compressed Sensing (CS) theory is adopted in preprocessing procedure to remove the added noise on the samples in a mandarin emotional speech corpus. A novel binary tree structure is utilized in the designing of the multi-class classifier. Acoustic features are selected to build feature subset with better emotional recognizability. The recognition accuracies and corresponding confusion matrices of the original, noisy and reconstructed speech samples are compared. The recognition performance of the reconstructed samples is better than the samples contaminated by noise and similar as the performance of original samples. The experimental results show that Compressed Sensing is feasible and effective in noisy speech emotion recognition as a preprocess method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Improved Convolutional Neural Networks for Identifying Subcellular Localization of Gram-Negative Bacterial Proteins
Nächstes Kapitel A Novel Adaptive Beamforming with Combinational Algorithm in Wireless Communications
Literatur
1.
2.
Tao, J.H., Tan, T.N.: Affective computing: a review. In: Proceedings of 1st International Conference on Affective Computing and Intelligent Interaction, vol. 10, pp. 981–995 (2005)
3.
Ayadi, M.E., Kamel, M.S., Karray, F.: Survey on speech emotion recognition: features, classification schems, and databases. Pattern Recogn. 44(3), 572–587 (2011)CrossRefMATH
4.
Schuller, B., Arsic, D., Wallhoff, F., Rigoll, G.: Emotion recognition in the noise applying large acoustic feature sets. Proc. Speech Prosody 5, 128 (2006)
5.
You, M.Y., Chen, C., Bu, J.J., Liu, J., Tao, J.H.: Emotion recognition from noisy speech. Proc. ICME 7, 1653–1656 (2006)
6.
7.
Candès, E.J.: The restricted isometry property and its implications for compressed sensing. C.R. Math. 346(9–10), 589–592 (2008)MathSciNetCrossRefMATH
8.
Sharma, P., Abrol, V., Sao, A.K.: Speech enhancement using compressed sensing. In: Proceeding of INTERSPEECH 2013, vol. 8, pp. 3274–3274 (2013)
9.
Chapelle, O., Vapnik, V., Bousquet, O., Mukherjee, S.: Choosing multiple parameters for support vector machines. Mach. Learn. 46(1), 131–159 (2002)CrossRefMATH
10.
11.
Saligrama, V., Zhao, M.: Thresholded basis pursuit: LP algorithm for order-wise optimal support recovery for sparse and approximately sparse signals from noisy random measurements. IEEE Trans. Inf. Theory 57(3), 1567–1586 (2011)MathSciNetCrossRef
12.
13.
Meyer, P.E., Schretter, C., Bontempi, G.: Information-theoretic feature selection in microarray dada using variable complementarity. IEEE J. Sel. Top. Sign. Proces. 2(3), 261–274 (2008)CrossRef
Metadaten
Titel
Emotion Recognition from Noisy Mandarin Speech Preprocessed by Compressed Sensing
verfasst von
Xiaoqing Jiang
Dapeng He
Xinghai Yang
Lingyin Wang
Copyright-Jahr
2017
Buch
Intelligent Computing Theories and Application

Print ISBN: 978-3-319-63311-4

Electronic ISBN: 978-3-319-63312-1

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-63312-1_55