基于K-NN方法的语音情感分类实现

算法目标：

  通过自定义特征参数向量，使用K-NN方法对说话人的5种不同情绪（恐惧、高兴、中
  性、伤心、愤怒）做出分类。每种情绪有50段音频样本，其中25段用来K-NN的训练，
  25段用于测试。音频文件已在wavs文件夹下。运行主程序可以得到K-NN对每种情绪的识      别正确率，可以尝试手动调整k值。

主程序:

      KnnRecognition.m （使用K-NN进行分类需要调用5组特征参数矩阵：A_fear.mat，
  F_happiness.mat，N_neutral.mat，T_sadness.mat，W_anger.mat，通过【wavs】
  文件夹下相应的.m文件可以生成得到，主程序文件夹下已经生成好）

特征提取函数：

    featvector.m  语音情感特征提取函数，完整构造了自定义的特征参数向量，
     用于K-NN的 识别分类。其调用的子函数可以在【wavs\特征通用提取函数】文件夹下找到。
     %%    特征向量构成    %%

% 短时能量E %
dim_max=140; %大小要与.mat数据文件匹配
feature=zeros(dim_max,1);
x=0;t=0;
for i=1:(nframe1-1)
t=abs(E(i)-E(i+1))/(nframe1-1);
x=x+t;<