语音的关键声学特征（语音情感特征提取）

语音情感特征提取及其降维方法综述¹

语音传递的信息可以分为两大类：语义信息和声学信息。关注语义方面的研究比较多，但是声学特征也能包含很多关键信息，既可以作为辅助语义信息进行研究和应用，也可以单独进行语音情绪识别投入应用中。

所以我们来看一下语音有哪些关键声学特征。

---

---

语音情感特征分类

主要分为三大类

• 韵律学特征（超音段特征/超语言学特征）

  包括时长相关特征/基频相关特征/能量相关特征等
  

• 音质特征

• 基于谱的相关性分析特征
  是声道形状变化和发声运动之间相关性的体现，目前基于谱的相关特征主要有线性预测倒谱系数(LPCC)、Mel频率倒谱系数。

语音情感相关的特征通常由以下这些构成:

此外，由于不同民族不同语种的情况下情感表达的差异性，以及个体之间说话特征的差异性，还可以把语音情感特征分为个性化/非个性化两类。

个性化语音情感特征：

个性化语言情感特征是一些直接反映数值的指标，因此人与人之间差异较大，携带了大量个人情感信息，不具有通性。研究较多，实际应用比较困难。

非