Noisy speech emotion recognition using sample reconstruction and multiple-kernel learning

在吵闹的环境的讲话情感识别(重量的单位)是在人工智能(AI)的一个重要问题。在这份报纸，讲话样品的重建移开增加的噪音。从重建的样品提取的声学的特征被选择与更好感情的recognizability造一个最佳的特征子集。一多重核(MK)半明确的编程(SDP)解决的支持向量机器(SVM)分类器在重量的单位被采用过程。在这份报纸的建议方法在感情的讲话的柏林数据库上被表明。原版的识别精确性，吵闹，并且重建的样品由两个分类单个核(SK)并且MK分类器被比较并且分析。当噪音存在时，试验性的结果证明建议方法有效、柔韧。