pcjackson的博客

语音情感识别领域-论文阅读笔记1Fusion Techniques for Utterance-Level Emotion Recognition Combining Speech and Transcripts融合语音和文字的句段级别情感识别技术本文是对interspeech会议论文“Fusion Techniques for Utterance-Level Emotion Recognition Combining Speech and Transcripts”的阅读笔记，该文章是多模态情感识别领

p.563算法原理解析1.概览​ 下图展示了，人工主观语音评估mos-lqs，双端和单端客观语音评估mos-lqo这三种方法的差异。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Qbu4g0Qm-1596018056220)(file:///C:\Users\pangc\AppData\Local\Temp\ksohtml15964\wps1.png)]​ p563算法可以被想象成一个专家使用测试设备如传统的听筒侦听一个真实的电话。这个形象的表达解释了算法主要的应

P.563标准综述​ p563是一种应用于窄带通信的话音客观质量单端评价标准1.介绍​ p.563算法无需另外一段参考信号即可对话音进行客观评估，因此被广泛用于无参考音的话音质量评估如未知信号源的电话通信远端。​ 相较于双端语音评估标准p862，仅基于对比计算出的有局限性的一套参数如无声段的能级或者噪声来计算话音质量，p563算法是一种无参考话音质量衡量标准。其着眼于公用电话网络中全方位的失真情况来预估话音的质量，根据ITU-T的p.800.1标准得到基于感