论文部分内容阅读
本文通过特征的区别特性分析和分类实验,研究了韵律特征在汉语情感语音分类中的作用.特征在两类之间的区分特性由其类间离散度和类内离散度的比值度量;分类模型分别采用GMM(Gaussion Mixture Model)模型和PNN(Probabilistic Neural Networks)模型,并借鉴了一种特征选择的方法以提高分类效果.研究发现,在汉语中,除了愤怒、高兴、惊讶三类之间的混淆程度相对较大之外,韵律特征在各类之间均具有较好的区分特性,平均分类正确率最高可达76.7﹪.