搜索资源列表
STRAIGHT语音分析与合成技术
- 近几年来，在自然语言处理、信号处理、随机过程处理等方法的推动下，语音分析与合成技术获得了很大的发展，突破了传统的单纯语音计算算法的研究。情感语音分析与合成的研究，适应了语音技术的未来发展趋势,由于它能够很好的将语音的口语分析、情感分析与计算机技术有机的融合，为实现以人为本，具有个性化特征的语音合成系统，奠定基础。-STRAIGHT[1] is a high-quality speech analysis, modification and synthesis system based on a
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
MFCC
- 适用于特征提取 以及语音情感的特征分析及提取-Suitable for feature extraction and speech emotion feature analysis and extraction
EmotionalCreature-master
- 模拟生物情感程序,包括情感分析，语音的变速变调，语音的合成和识别。-Simulated bio-affective procedures, including the emotional analysis, a shift of voice tone change, etc.. .
SentimentAnalysiswithSpeechAnalysis
- 该MATLAB例程是基于演讲的语音韵律分析工具，用于情感识别(The MATLAB routine is a sentiment analysis tool based on a speech prosodic analysis and used for sentiment recognition.)