搜索资源列表
emotion
- 复现的一篇论文里的算法，关于人工情感建模。-Reproduce the algorithm in a paper on artificial emotion modeling.
speech-emotion-recognition-system
- gmm模型下的语音情感识别系统，GMM只是一个数学模型，只是对数据形态的拟和，但是和你所看到的数据分布存在出入也是正常的，因为用EM估计GMM的那些参数时，一般假设我们所得到的数据是不完备的（也就是说假设我们看到的数据分布不是真正的分布，它在运算时把那部分丢失或者叫隐藏的数据“补”上了）-gmm model speech emotion recognition system, GMM is a mathematical model, but fitting the data form, but
mfcc
- Mfcc 提取语音特征参数 可以分辨出不同情感-Mfcc speech feature extraction can distinguish between different emotions
zprotect_demo
- 好压主界面是与用户沟通情感的小窗口，在一些特殊的日子里我们尝试一些力所能及的表达方式来给用户一种感动，一种记忆。 -The main interface is a good pressure communication with the user feeling small window, in some special day we tried some of the expressions within its power to give the user a touch, a kind
EmotionClassifierBySvm
- 使用libsvm进行语音情感识别，特征使用的是39维mfcc。-Use libsvm for voice emotion recognition, feature using the 39-dimensional mfcc.
mfcc_c
- 用于Matlab环境下的MFCC程序，提取情感语音信号特征-Used for Matlab environment of MFCC program，Extraction emotional speech signal characteristics
student-mybbs
- 校园BBS论坛作为高校网络传播的重要组成部分，在构建和谐校园文化中发挥着其独特的作用：第一，促进校园物质文化建设1.关注高校教学设施的改善，2.提出校园环境规划的建议；第二，促进校园制度文化建设1.完善校园工作的宏观制度，2.完善日常生活的微观制度；第三，促进校园精神文化建设1.为高校思想政治教育工作者提供参考，2.为教师学生间的教学交流开拓新领域，3.为学生间互通生活信息提供平台，4.为学生获得情感支持和共鸣开辟人际传播的新领域。-BBS forums as a university camp
PageRankModel
- PageRank模型在中文情感词极性判别中的应用-PageRank model in the Chinese emotional polarity discrimination in the application of the word
vibe-background-32bits
- 感觉是一个功能强大的技术背景pixel-based视频序列中的检测。大量试验表明,它执行比已知的最新技术科学文献。此外计算负荷低于简单的背景技术实施的商业产品。情感是最完美的解决方案,软件和硬件实现。-ViBe is a powerful pixel-based technique that detects the background in video sequences. Many experiments have shown that it performs better than the
vibe-background-64bits
- 感觉是一个功能强大的技术背景pixel-based视频序列中的检测。大量试验表明,它执行比已知的最新技术科学文献。此外计算负荷低于简单的背景技术实施的商业产品。情感是最完美的解决方案,软件和硬件实现。 -ViBe is a powerful pixel-based technique that detects the background in video sequences. Many experiments have shown that it performs better than
ViBe
- 感觉是一个功能强大的技术背景pixel-based视频序列中的检测。大量试验表明,它执行比已知的最新技术科学文献。此外计算负荷低于简单的背景技术实施的商业产品。情感是最完美的解决方案,软件和硬件实现。 -ViBe is a powerful pixel-based technique that detects the background in video sequences. Many experiments have shown that it performs better than
recognition
- 本实验语音库为免费的柏林情感语音库，其采样频率为16KHZ，16bit量化。该语音库共有500 句情感语音信号，分别由十名专业演员(5 男，5 女)在不同情感状态下（高兴、愤怒、平静、悲伤、害怕、厌烦、憎恨）朗读十句不同文本的德语组成。本实验选取其中的部分情感（高兴、愤怒、悲伤）加以识别。仿真实验环境为MATLAB7.0。 实验选取的情感特征为短时平均能量、短时平均幅度、基频和短时过零率。为了降低不同人在表达不同情感时的个人差异造成的影响，本文实验过程中将提取的情感特征进行归一化处理。归一化
1485684500
- 1． 知识目标：掌握VB控件——驱动器列表DriveListBox、目录列表DirListBox、文件列表FileListBox；窗体的Resize事件；窗体间的信息传递； 2． 能力、情感目标： 通过完成图片浏览器的制作，培养学生的分析问题能力、应用VB解决问题能力和程序调试能力。 通过小组协作自主完成任务的过程培养学生的小组合作精神、自主学习能力和创新能力。 -visual basic
Get
- 提取语音信号的基频参数的例子，对于语音识别及其情感识别特有用-voicebox for voice prosessing
MIRtoolbox1.3.4
- 一个音乐信息检索领域的工具包，支持例如节奏，音色，旋律，情感等多层音频特征的提取以及可视化-MIRtoolbox has been developed within the context of a Europeen Project called “Tuning the Brain for Music”, funded by the NEST (New and Emerging Science and Technology) program of the European Commi
asvm
- 汉语语音情感识别的研究。可以借鉴一下，与程序很好用-基于神经网络的汉语语音情感识别的研究。很好的描述了人工神经网络的方面-Neural Network Based Speech Emotion Recognition in Chinese studies. Good descr iption of the artificial neural network connection
yuyinshibie
- 基于特定人情感的语音识别，语音情感特征提取；语音情感分类器的设计，完成了一个特定人语音情感识别的初步系统。内容很丰富-In this article, we have accomplished a system for emotion recognition of speech by establishing a database of speech with certain emotion by certain people analyzing emotion features and de
EMOTION-RECOGNITION-OF-SPEECH
- 特定人语音情感识别系统 关键词：语音信号，情感特征，情感识别 含论文、源代码、实验数据等- EMOTION RECOGNITION OF SPEECH BASED ON MATLAB Keywords：Speech Signal，Emotional Feature，Emotion Recognition
speech-emotion-recognition
- 基于BP神经网络的语音情感识别系统 神经网络是近年来信息科学、脑科学、神经心理学等诸多学科共同关注和研究的热点。由于其具有良好的抽象分类特性,现已应用于语音识别系统的研究和开发,并成为解决识别相关问题的有效工具。文章在讲述语音识别过程的基础上重点讨论利用BP神经网络对语音进行识别,用MATLAB完成对神经网络的训练和测试,并获得满意的结果。-Based on the BP neural network speech emotion recognition system
Speech-Emotion-Recognition
- 基于主成分分析法和反向传输神经网络的语音情感识别 摘要——语音信号中包含着丰富的情感信息，尤其是语义信息。快乐、愤怒、厌恶、恐惧、悲伤，这五种基本情感是经过一个受认可的框架讨论和公认的，这个框架包括主成分分析法和BP神经网络。通过PCA从43种候选参数中筛选出11种参数作为确定某种特定的情感类别的标准。实验采用两种神经网络模型，One Class One Network 和 All Class One Network，并进行比较。实验结果表明，其可靠性达52 ~62 ，这说明用这种框架来识别