English(EN) Speech Emotion Recognition Using MFCC Features and LSTM-Based Deep Learning Model

LSTM模型在语音情感识别中达到99%的准确率

作者 PulseAugur 编辑部 · [1 个来源] · 2026-04-30 04:00

研究人员开发了一种新颖的语音情感识别系统，利用梅尔频率倒谱系数（MFCC）进行特征提取，并使用长短期记忆（LSTM）神经网络进行分类。该方法在准确率上达到了99%，优于准确率为98%的支持向量机基线。该系统在虚拟助手和心理健康监测等应用方面显示出潜力。 AI

影响这项研究提高了语音情感识别的准确性，有望改善虚拟助手和心理健康应用中的人机交互。

排序理由这是一篇详细介绍语音情感识别新模型的学术论文。

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Adelekun Oluwademilade, Ademola Adedamola, Abiola Abdulhakeem, Akinpelu Azeezat, Eraiyetan Israel, Omotosho Oluwadunsin, Ibenye Ikechukwu, Ayuba Muhammad, Olusanya Olamide, Kamorudeen Amuda · 2026-04-30 04:00

基于MFCC特征和LSTM深度学习模型的语音情感识别

arXiv:2604.25938v1 Announce Type: cross Abstract: Speech Emotion Recognition (SER) is the use of machines to detect the emotional state of humans based on the speech, which is gaining importance in natural human-computer interaction. Speech is a very valuable source of informatio…