语音情感识别中UBM 训练集的组成研究

摘要

语音情感识别中训练模型的数据组成是模型性能的关键。本文在基于以高斯超向量为特征的SVM识别理论框架下考察什么样的数据用于训练UBM最为合适，这其中的主要因素有哪些？本文从五个方面考察UBM训练集的选取标准，通过实验对比了其对于语音情感识别系统性能的影响，实验结果表明高斯混合数的不同对系统性能影响最强，信道次之，包含的情感类型与语种因素的影响程度弱于信道，但强于时长因素，为研究中对训练集的选取与模型的训练提供了依据。