Speech emotion recognition with deep convolutional neural networks

计算机科学 光谱图 卷积神经网络 Mel倒谱 语音识别 概括性 代表(政治) 人工智能 情绪识别 特征提取 模式识别(心理学) 心理学 政治学 政治 法学 心理治疗师
作者
Dias Issa,M. Fatih Demirci,Adnan Yazıcı
出处
期刊:Biomedical Signal Processing and Control [Elsevier]
卷期号:59: 101894-101894 被引量:403
标识
DOI:10.1016/j.bspc.2020.101894
摘要

The speech emotion recognition (or, classification) is one of the most challenging topics in data science. In this work, we introduce a new architecture, which extracts mel-frequency cepstral coefficients, chromagram, mel-scale spectrogram, Tonnetz representation, and spectral contrast features from sound files and uses them as inputs for the one-dimensional Convolutional Neural Network for the identification of emotions using samples from the Ryerson Audio-Visual Database of Emotional Speech and Song (RAVDESS), Berlin (EMO-DB), and Interactive Emotional Dyadic Motion Capture (IEMOCAP) datasets. We utilize an incremental method for modifying our initial model in order to improve classification accuracy. All of the proposed models work directly with raw sound data without the need for conversion to visual representations, unlike some previous approaches. Based on experimental results, our best-performing model outperforms existing frameworks for RAVDESS and IEMOCAP, thus setting the new state-of-the-art. For the EMO-DB dataset, it outperforms all previous works except one but compares favorably with that one in terms of generality, simplicity, and applicability. Specifically, the proposed framework obtains 71.61% for RAVDESS with 8 classes, 86.1% for EMO-DB with 535 samples in 7 classes, 95.71% for EMO-DB with 520 samples in 7 classes, and 64.3% for IEMOCAP with 4 classes in speaker-independent audio classification tasks.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
QJZ完成签到 ,获得积分10
刚刚
落寞白昼发布了新的文献求助10
1秒前
灶灶发布了新的文献求助10
2秒前
LIU发布了新的文献求助10
2秒前
迷路念真发布了新的文献求助10
2秒前
hanshu完成签到 ,获得积分10
3秒前
3秒前
Koi完成签到 ,获得积分10
3秒前
Xtals应助zfy采纳,获得10
3秒前
wanci应助Jiang-Yujia采纳,获得10
8秒前
洪荒爆发完成签到,获得积分10
9秒前
韩十四完成签到,获得积分10
9秒前
慕青应助an采纳,获得10
9秒前
9秒前
老实的半山完成签到,获得积分10
10秒前
跳跃尔琴发布了新的文献求助10
10秒前
沐沐完成签到 ,获得积分20
10秒前
sherrycofe应助司徒无剑采纳,获得10
10秒前
迷路念真完成签到,获得积分20
11秒前
宇是眼中星眸完成签到 ,获得积分10
11秒前
12秒前
13秒前
Langsam发布了新的文献求助10
13秒前
13秒前
14秒前
an完成签到,获得积分10
16秒前
NiLou完成签到,获得积分10
17秒前
在水一方应助阿巴阿巴采纳,获得10
17秒前
18秒前
龙龙完成签到 ,获得积分10
18秒前
Jiang-Yujia发布了新的文献求助10
19秒前
20秒前
英姑应助mojomars采纳,获得10
20秒前
123456发布了新的文献求助10
21秒前
情怀应助apple采纳,获得10
21秒前
称心的海蓝完成签到 ,获得积分10
21秒前
21秒前
Jasper应助lilac采纳,获得10
21秒前
所所应助自由莺采纳,获得10
22秒前
22秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3134791
求助须知:如何正确求助?哪些是违规求助? 2785712
关于积分的说明 7773726
捐赠科研通 2441524
什么是DOI,文献DOI怎么找? 1297985
科研通“疑难数据库(出版商)”最低求助积分说明 625075
版权声明 600825