一種基于模糊支持向量機(jī)的語音情感識(shí)別方法
【專利摘要】本發(fā)明涉及語音情感識(shí)別技術(shù)，具體的說是涉及一種基于模糊支持向量機(jī)的語音情感識(shí)別方法。本發(fā)明的方法包括：對(duì)輸入的帶有情感的語音信號(hào)進(jìn)行預(yù)處理；所述預(yù)處理包括預(yù)加重濾波和加窗分幀；提取處理后的語音信號(hào)的特征信息梅爾倒普系數(shù)(MFCC)；對(duì)所提取的梅爾倒普系數(shù)用核主成份分析(KPCA)進(jìn)行降維處理；根據(jù)降維后的梅爾倒普系數(shù)特征信息進(jìn)行分類識(shí)別，并輸出識(shí)別結(jié)果；具體的分類識(shí)別方法為采用FSVM算法進(jìn)行；本發(fā)明的有益效果為，通過MFCC情感特征，然后用KPCA對(duì)特征降維減少了冗余的信息，比直接使用MFCC特征的識(shí)別效果要好很多，其識(shí)別率更高，效果更好，且識(shí)別速度更快。本發(fā)明尤其適用于語音智能情感識(shí)別。
【專利說明】一種基于模糊支持向量機(jī)的語音情感識(shí)別方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及語音情感識(shí)別技術(shù)，具體的說是涉及一種基于模糊支持向量機(jī)的語音 情感識(shí)別方法。

【背景技術(shù)】
[0002] 專家已經(jīng)從生理和心理兩個(gè)領(lǐng)域?qū)η楦醒芯苛撕荛L(zhǎng)一段時(shí)間，隨著人工智能的快 速發(fā)展，人機(jī)交互中的情感研究引起了廣大專家的極大興趣。在人機(jī)交互中，希望人類跟機(jī) 器能更自然的進(jìn)行交流，這就需要機(jī)器能夠理解人類的情感，所以機(jī)器對(duì)情感的分類識(shí)別 顯得尤其重要了。在人類交流中，語音包含了豐富的信息，所以機(jī)器可以通過語音對(duì)情感進(jìn) 行分類識(shí)別。專家們對(duì)語音情感分類識(shí)別已經(jīng)進(jìn)行了大量的研究和分析，一般包括語音情 感庫的建立、情感特征提取、分類識(shí)別方法的研究。前人為了提高語音情感的識(shí)別率，對(duì)每 一個(gè)環(huán)節(jié)都進(jìn)行了改進(jìn)研究，但沒有形成一個(gè)統(tǒng)一的系統(tǒng)，識(shí)別率也不是很高。前人用梅爾 倒譜系數(shù)（MFCC)作為識(shí)別特征，但在識(shí)別之前沒有對(duì)此特征做進(jìn)一步處理，這就會(huì)出現(xiàn)很 多冗余的信息影響識(shí)別效果。前人在使用分類器的時(shí)候發(fā)現(xiàn)噪聲或孤立點(diǎn)對(duì)識(shí)別率影響特 別大，為了消除這種影響提高識(shí)別率，選擇一個(gè)合適的分類器成了研究的重點(diǎn)。為了提高語 音情感識(shí)別率，對(duì)情感特征作適當(dāng)處理和選擇合適的分類方法尤其重要。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明所要解決的，就是針對(duì)傳統(tǒng)技術(shù)存在的問題，提出一種基于模糊支持向量 機(jī)的語音情感識(shí)別方法。
[0004] 本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是：一種基于模糊支持向量機(jī)的語音 情感識(shí)別方法，其特征在于，包括以下步驟：
[0005] a.對(duì)輸入的語音信號(hào)預(yù)處理；所述預(yù)處理包括預(yù)加重濾波和加窗分幀，其中預(yù)加 重濾波的預(yù)加重系數(shù)α為0. 97,加窗分幀的幀長(zhǎng)為30ms ;
[0006] b.提取處理后的語音信號(hào)的特征信息；所述特征信息為梅爾倒普系數(shù)（MFCC);其 中，特征信息為26維，包括13維梅爾倒普系數(shù)以及13維由梅爾倒普系數(shù)推導(dǎo)出的一階差 分倒普系數(shù)；
[0007] c.對(duì)提取的梅爾倒普系數(shù)進(jìn)行降維處理；所述降維處理具體為采用核主成份分 析（KPCA)進(jìn)行降維；KPCA的處理過程如下：
[0008] cl.將所獲得的η個(gè)指標(biāo)（每一指標(biāo)有m個(gè)樣品）的一批數(shù)據(jù)寫成一個(gè)（mXn)維 數(shù)據(jù)矩陣

【權(quán)利要求】
1. 一種基于模糊支持向量機(jī)的語音情感識(shí)別方法，其特征在于，包括以下步驟： a. 對(duì)輸入的語音信號(hào)預(yù)處理；所述預(yù)處理包括預(yù)加重濾波和加窗分幀； b. 提取處理后的語音信號(hào)的特征信息；所述特征信息為梅爾倒普系數(shù)； c. 對(duì)提取的梅爾倒普系數(shù)進(jìn)行降維處理；所述降維處理具體為采用核主成份分析進(jìn) 行降維； d. 將降維處理后的梅爾倒普系數(shù)特征信息輸入模糊支持向量機(jī)分類器，模糊支持向量 機(jī)分類器輸出分類識(shí)別結(jié)果；所述模糊支持向量機(jī)分類器采用模糊支持向量算法對(duì)語音訓(xùn) 練樣本進(jìn)行訓(xùn)練，具備語音情感分類識(shí)別能力；所述語音訓(xùn)練樣本經(jīng)過上述步驟a?c處理 后，再用于訓(xùn)練模糊支持向量機(jī)分類器；所述模糊支持向量算法的具體步驟為：
【文檔編號(hào)】G10L17/04GK104091602SQ201410331505
【公開日】2014年10月8日 申請(qǐng)日期:2014年7月11日 優(yōu)先權(quán)日:2014年7月11日
【發(fā)明者】周代英, 譚發(fā)曾, 賈繼超, 田兵兵, 寥闊 申請(qǐng)人:電子科技大學(xué)