Gaussian mixture models with class-dependent features for speech emotion recognition (2014)
- Authors:
- USP affiliated authors: RAMIREZ, MIGUEL ARJONA - EP ; IRIYA, RAFAEL - EP
- Unidade: EP
- DOI: 10.1109/SSP.2014.6884680
- Subjects: RECONHECIMENTO DE VOZ; CONTROLE ADAPTATIVO
- Language: Inglês
- Imprenta:
- Conference titles: Workshop on Statistical Signal Processing- SSP
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
IRIYA, Rafael e ARJONA RAMÍREZ, Miguel. Gaussian mixture models with class-dependent features for speech emotion recognition. 2014, Anais.. Australia: IEEE, 2014. Disponível em: https://doi.org/10.1109/SSP.2014.6884680. Acesso em: 18 fev. 2026. -
APA
Iriya, R., & Arjona Ramírez, M. (2014). Gaussian mixture models with class-dependent features for speech emotion recognition. In . Australia: IEEE. doi:10.1109/SSP.2014.6884680 -
NLM
Iriya R, Arjona Ramírez M. Gaussian mixture models with class-dependent features for speech emotion recognition [Internet]. 2014 ;[citado 2026 fev. 18 ] Available from: https://doi.org/10.1109/SSP.2014.6884680 -
Vancouver
Iriya R, Arjona Ramírez M. Gaussian mixture models with class-dependent features for speech emotion recognition [Internet]. 2014 ;[citado 2026 fev. 18 ] Available from: https://doi.org/10.1109/SSP.2014.6884680 - Análise de sinais de voz para reconhecimento de emoções
- Incorporating wireless communication parameters into the E-Model algorithm
- Busca de inovações e tratamento de transitórios em codificadores de voz CELP
- Modeling the unvoiced component in the canonical representation of speech
- Time-frequency voiced and unvoiced excitation models for harmonic speech systems
- Split-order linear prediction for segmentation and harmonic spectral modeling
- Compensação de espargimento em codificadores de voz
- Event location by triangular interpolation for temporal decomposition of speech
- Codificação de voz com exitações esparsa e mista
- Determinação do fator de degradação do codificador do e-model em um cenário de rede experimental
Informações sobre o DOI: 10.1109/SSP.2014.6884680 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
