Recognition of Emotions in German Speech Using Gaussian Mixture Models
1.
SYSNO ASEP
0356050
Druh ASEP
C - Konferenční příspěvek (mezinárodní konf.)
Zařazení RIV
D - Článek ve sborníku
Název
Recognition of Emotions in German Speech Using Gaussian Mixture Models
Tvůrce(i)
Vondra, Martin (URE-Y) Vích, Robert (URE-Y)
Celkový počet autorů
2
Zdroj.dok.
MULTIMODAL SIGNAL: COGNITIVE AND ALGORITHMIC ISSUES, 5398. - Berlin : SPRINGER-VERLAG, 2009 / Esposito A. ; Hussain A. ; Marinaro M. ; Martone R.
- ISSN 0302-9743
- ISBN 978-3-642-00524-4
Rozsah stran
s. 256-263
Poč.str.
8 s.
Akce
euCognition International Training School on Multimodal Signals - Cognitive and Algorithmic Issues (European COST A2102)
Datum konání
21.04.2008-26.04.2008
Místo konání
Vietri sul Mare
Země
IT - Itálie
Typ akce
WRD
Jazyk dok.
eng - angličtina
Země vyd.
DE - Německo
Klíč. slova
emotion recognition ; speech emotions
Vědní obor RIV
JA - Elektronika a optoelektronika, elektrotechnika
CEP
OC08010 GA MŠMT - Ministerstvo školství, mládeže a tělovýchovy
CEZ
AV0Z20670512 - URE-Y (2005-2011)
UT WOS
000265464200026
Anotace
The contribution describes experiments with recognition of emotions in German speech signal based oil the same principle as recognition of speakers. The most robust algorithm for speaker recognition is based On Gaussian Mixture Models (GMM). We examine three parameter Sets: the first contains suprasegmental features, in the second are segmental features and the last is a combination of the two previous parameter sets. Further we want to explore the dependency of the classification accuracy Oil the number of GMM model components. The aim of this contribution is a recommendation the number of GMM components and the optimal selection of speech parameters for emotion recognition in German speech.
