一种利用情感感知谱特征进行语音情感识别的方法

 

一种利用情感感知谱特征进行语音情感识别的方法

技术领域

本发明涉及语音情感识别技术领域，尤其涉及情感感知谱特征的语音情感识别方法。

背景技术

语音是人们交流中最重要的方式，语音信号不仅蕴含了丰富的语义信息，还携带了丰富的情感状态。分析语音中的情感特征，并采用机器学习的方法识别出语音情感状态，可以在很多场景中得到应用，如：虚拟现实中，通过识别人类情感，提高人机交互的自然度；汽车驾驶中，通过识别驾驶员精神状态提高驾驶安全；医学中，通过识别患者精神状态提供诊断依据；自动客服中，通过识别客户情绪提高客服质量。近年来，随着人工智能的迅猛发展，虚拟现实的应用需求，语音情感识别已成为人机交互领域的研究热点。

现有语音情感识别技术领域主要分类特征提取和情感分类。本发明关注语音情感特征提取，并使用支持向量机分类器(SVM)进行语音情感特征识别。语音情感特征主要分为韵律学特征、声音质量特征、谱特征等。其中谱特征以梅尔频率倒谱系数(MFCC)、线性预测系数(LPC)使用最为广泛。这类谱特征能较好地描述语音信号的频率包络特征，因此具有一定的情感状态区分度。但情感信息相比语音内容表现更为细腻，现有MFCC和LPC等传统谱特征难以表达更加接近的情感状态，如：悲伤、害怕。本发明根据语音心理声学模型原理，从情感感知角度出发，通过感知子带划分精确地提取情感状态的谱特征，最后采用SVM分类器进行情感识别。

本发明的方法在SVM分类器下，提供一种利用情感感知谱特征进行情感识别的方法，该方法因可以精确描述情感感知状态，相比传统MFCC特征，识别率提高10.4％以上。

发明内容

本发明的目的是提供一种情感感知谱特征用于语音情感识别的方法，使得在SVM分类器下提高情感识别率。

为达到上述目的，本发明提供一种利用情感感知谱特征进行语音情感识别的方法，包括以下步骤：

步骤1：实现语音信号的预处理和时频变换：对输入的语音信号s(n)进行加窗分帧，然后