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;<