本文選題：語音人格　切入點：人格預測　出處：《計算機工程》2017年06期

【摘要】：為提高語音人格的預測精度,結(jié)合隨機森林模型,提出一種語音人格預測方法。選取用于語音人格預測的候選韻律特征集,通過Bootstrap方式對語音韻律特征集進行抽樣,根據(jù)基尼系數(shù)為每個決策樹節(jié)點選擇最優(yōu)韻律特征集,最終構(gòu)造各維人格特征對應的隨機森林模型,實現(xiàn)語音人格預測。在公共語音人格預測數(shù)據(jù)集中的仿真實驗結(jié)果表明,與其他語音人格預測方法相比,該方法具有更高的預測準確率。
[Abstract]:In order to improve the prediction accuracy of speech personality, a speech personality prediction method based on stochastic forest model is proposed.The candidate prosodic feature set for speech personality prediction is selected, and the speech prosodic feature set is sampled by Bootstrap method. According to Gini coefficient, the optimal prosodic feature set is selected for each decision tree node.Finally, the stochastic forest model corresponding to the personality characteristics of each dimension is constructed, and the speech personality prediction is realized.The simulation results in the common speech personality prediction data set show that the proposed method has higher prediction accuracy than other speech personality prediction methods.
【作者單位】： 湖南大學信息科學與工程學院;
【基金】：國家自然科學基金面上項目(61173106)
【分類號】：TN912.3

【相似文獻】

相關(guān)期刊論文 前3條

1 范士俊;張愛武;胡少興;孫衛(wèi)東;;基于隨機森林的機載激光全波形點云數(shù)據(jù)分類方法[J];中國激光;2013年09期

2 王鑫;汪晉寬;劉志剛;龔志恒;;基于隨機森林的認知網(wǎng)絡(luò)頻譜感知算法[J];儀器儀表學報;2013年11期

3 ;[J];;年期

相關(guān)碩士學位論文 前2條

1 李婭;基于智能手機的交通方式識別的研究與設(shè)計[D];湖南科技大學;2016年

2 韓亮;基于隨機森林的行人檢測算法研究[D];北方工業(yè)大學;2014年

，

本文編號：1726134