一种基于模糊支持向量机的语音情感识别方法
【专利摘要】本发明涉及语音情感识别技术，具体的说是涉及一种基于模糊支持向量机的语音情感识别方法。本发明的方法包括：对输入的带有情感的语音信号进行预处理；所述预处理包括预加重滤波和加窗分帧；提取处理后的语音信号的特征信息梅尔倒普系数(MFCC)；对所提取的梅尔倒普系数用核主成份分析(KPCA)进行降维处理；根据降维后的梅尔倒普系数特征信息进行分类识别，并输出识别结果；具体的分类识别方法为采用FSVM算法进行；本发明的有益效果为，通过MFCC情感特征，然后用KPCA对特征降维减少了冗余的信息，比直接使用MFCC特征的识别效果要好很多，其识别率更高，效果更好，且识别速度更快。本发明尤其适用于语音智能情感识别。
【专利说明】一种基于模糊支持向量机的语音情感识别方法
【技术领域】
[0001] 本发明涉及语音情感识别技术，具体的说是涉及一种基于模糊支持向量机的语音 情感识别方法。
【背景技术】
[0002] 专家已经从生理和心理两个领域对情感研究了很长一段时间，随着人工智能的快 速发展，人机交互中的情感研究引起了广大专家的极大兴趣。在人机交互中，希望人类跟机 器能更自然的进行交流，这就需要机器能够理解人类的情感，所以机器对情感的分类识别 显得尤其重要了。在人类交流中，语音包含了丰富的信息，所以机器可以通过语音对情感进 行分类识别。专家们对语音情感分类识别已经进行了大量的研究和分析，一般包括语音情 感库的建立、情感特征提取、分类识别方法的研究。前人为了提高语音情感的识别率，对每 一个环节都进行了改进研究，但没有形成一个统一的系统，识别率也不是很高。前人用梅尔 倒谱系数（MFCC)作为识别特征，但在识别之前没有对此特征做进一步处理，这就会出现很 多冗余的信息影响识别效果。前人在使用分类器的时候发现噪声或孤立点对识别率影响特 别大，为了消除这种影响提高识别率，选择一个合适的分类器成了研究的重点。为了提高语 音情感识别率，对情感特征作适当处理和选择合适的分类方法尤其重要。
【发明内容】
[0003] 本发明所要解决的，就是针对传统技术存在的问题，提出一种基于模糊支持向量 机的语音情感识别方法。
[0004] 本发明解决上述技术问题所采用的技术方案是：一种基于模糊支持向量机的语音 情感识别方法，其特征在于，包括以下步骤：
[0005] a.对输入的语音信号预处理；所述预处理包括预加重滤波和加窗分帧，其中预加 重滤波的预加重系数α为0. 97,加窗分帧的帧长为30ms ;
[0006] b.提取处理后的语音信号的特征信息；所述特征信息为梅尔倒普系数（MFCC);其 中，特征信息为26维，包括13维梅尔倒普系数以及13维由梅尔倒普系数推导出的一阶差 分倒普系数；
[0007] c.对提取的梅尔倒普系数进行降维处理；所述降维处理具体为采用核主成份分 析（KPCA)进行降维；KPCA的处理过程如下：
[0008] cl.将所获得的η个指标（每一指标有m个样品）的一批数据写成一个（mXn)维 数据矩阵
【权利要求】
1. 一种基于模糊支持向量机的语音情感识别方法，其特征在于，包括以下步骤： a. 对输入的语音信号预处理；所述预处理包括预加重滤波和加窗分帧； b. 提取处理后的语音信号的特征信息；所述特征信息为梅尔倒普系数； c. 对提取的梅尔倒普系数进行降维处理；所述降维处理具体为采用核主成份分析进 行降维； d. 将降维处理后的梅尔倒普系数特征信息输入模糊支持向量机分类器，模糊支持向量 机分类器输出分类识别结果；所述模糊支持向量机分类器采用模糊支持向量算法对语音训 练样本进行训练，具备语音情感分类识别能力；所述语音训练样本经过上述步骤a?c处理 后，再用于训练模糊支持向量机分类器；所述模糊支持向量算法的具体步骤为：
【文档编号】G10L17/04GK104091602SQ201410331505
【公开日】2014年10月8日 申请日期:2014年7月11日 优先权日:2014年7月11日
【发明者】周代英, 谭发曾, 贾继超, 田兵兵, 寥阔 申请人:电子科技大学