语音的情感识别问题

最近在看语音的情感识别相关文档，对其中的一些点有了初步的认识，记录下来与大家分享。

1、单从语料的音调就能识别出说话人的喜怒哀乐时，先进行语音信号的标注，提取情感的特征参数，包括基于声学的特征参数：LPCC(线性预测倒谱系数）；基于人的听觉机理：MFCC、共振峰参数，还有基于韵律特征的基频和能量方面的特征，另外还可以从说话持续时长、振幅参数来考虑语音所表达出来的情感；

2、需要从语料的说话内容才能判断说话人的正负情绪时，这涉及到语义的理解问题。对测试的语料库的每个句子提取关键词，比如说话人不带强烈情感的说：话费扣的比**多，这是向移动客服表达一种不满，应为负面情绪，把话费、多连在一块儿，做成一个模板，当说话人再有此类语句，且音调正常时，表达的应是负面情绪；

对于语音情感的识别方法有;

矢量分割型马氏距离判别法、主元分析法、神经网络方法、隐马尔科夫模型（HMM)、混合高斯模型（GMM)

另外，情感是一个模糊的概念，对于情感的判别可以采用模糊熵的概念，设有模糊集A={x1,x2,x3,...xn},其对应的隶属度分别为u1,u2,...un,模糊熵的值为S为ui与ln ui乘积的求和的负值。