一种基于固定时长语音情感识别序列分析的测谎方法与流程

技术特征：

1.一种基于固定时长语音情感识别序列分析的测谎方法，其特征在于：该方法包括以下几个步骤：

步骤1：建立汉语测谎语料库，并加工处理；

步骤2：对语音进行预处理；

步骤3：根据语音时频特性，提取语音情感特征；

步骤4：基于决策树的方法完成特征选择，形成特征向量；

步骤5：使用SVM对语料库进行训练，对被测语音进行预测，并定时输出语音情感结果；

步骤6：利用定时输出语音情感结果来进行测谎分析。

2.根据权利要求1所述的基于固定时长语音情感识别序列分析的测谎方法，其特征在于：所述步骤1：建立汉语测谎语料库，并加工处理；具体如下：

步骤1.1：建立汉语测谎语料库；

步骤1.2：将谎话语料中的真话片段提出；

步骤1.3：将真话和谎话切分成等时长的语料段，并贴好标签，方便后续实验。

3.根据权利要求1所述的基于固定时长语音情感识别序列分析的测谎方法，其特征在于：

所述步骤2：对语音进行预处理，具体如下：

步骤2.1：对语音信号离散化，使用一阶高通滤波器进行预加重，一阶高通滤波器的表达式如下：

H(z)＝1-αz^-1，0.9＜α＜1.0

步骤2.2：对信号进行分帧，帧长为30ms，帧移为10ms；

步骤2.3：选择汉明窗函数，其计算公式如下：

4.根据权利要求1所述的基于固定时长语音情感识别序列分析的测谎方法，其特征在于：

步骤3：提取语音情感特征，具体如下，

步骤3.1：提取短时能量，短时能量是指一帧语音的能量，设语音信号为x(n)、加窗函数ω(n)分帧处理后的第i帧语音信号为yi(n)，则yi(n)满足：

yi(n)＝ω(n)*x((i-1)*inc+n)，1≤n≤L，1≤i≤fn

ω(n)为窗函数；yi(n)是一帧的数值；inc为帧移长度；fn为分帧后的总帧数，则第i帧的语音信号的短时能量为

步骤3.2：提取短时平均过零率，它表示一帧语音中信号的波形穿过零电平的次数。对于离散信号来说，相邻数据改变一次符号就算做一次过零，设语音信号为x(n)，分帧后第i帧语音信号为yi(n)，短时平均过零率为

步骤3.3：提取基音频率，基音周期是声带开启和闭合一次说用的时长，基音频率是其倒数，当信号序列为x(n)时，它的傅里叶变换为

X(ω)＝FFT[x(n)]

则序列

称为倒频谱，简称为倒谱，这里FFT和FFT-1分别为傅里叶变换和傅里叶反变换，的实际单位是时间s。

语音x(n)是由声门脉冲激励u(n)经声道响应v(n)滤波而得，即

x(n)＝u(n)*v(n)

则这三个量的倒谱有

在倒频谱中，声门脉冲激励和声道响应是相对分离的，因此从中可以分离恢复出声门脉冲激励，从而得到基音周期；

步骤3.4：共振峰是指在声音的频谱中能量相对集中的一些区域，用LPC法进行提取，语音信号的一帧信号x(n)可由差分方程表示为

相应的声道传递函数为

取功率谱模值，用P(f)表示

P(f)＝|H(f)|²

其中

z^-1＝e^-jωT

利用FFT可对任意频率求得它的功率谱幅值响应，并从幅值响应中找到共振峰的信息；

步骤3.5：提取MFCC参数，首先进行预处理，原信号x(n)经预处理后变为xi(m)，i表示第i帧，对信号进行FFT

X(i，k)＝FFT[xi(m)]

进行Mel滤波器组处理，对每一帧FFT后的数据计算谱线能量

E(i，k)＝X(i，k)²

计算在Mel滤波器组(选取三角形的滤波器)的能量

对能量取对数，并经过离散余弦变换(DCT)，得到MFCC参数；

5.根据权利要求1所述的基于固定时长语音情感识别序列分析的测谎方法，其特征在于：

所述步骤4：基于决策树的方法完成特征选择，形成特征向量，具体如下，

输入：训练数据集D，特征集A，阈值e；输出：决策树T；

步骤4.1：如果D中所有实例属于同一类Ck，则置T为单结树，并将Ck作为该结点的类，返回T；

步骤4.2：如果A是空集，则置T为单结点树，并将D中实例数最大的类Ck作为该结点的类，返回T；

步骤4.3：否则，计算A中各特征对D的信息增益比，选择信息增益比最大的特征Ag；

步骤4.4：如果Ag的信息增益比小于阈值e，则置T为单结点树，并将D中实例数最大的类Ck作为该结点的类，返回T；

步骤4.5：否则，对Ag的每一个可能值ai，依Ag＝ai将D分割为若干非空子集Di，将Di中实例数最大的类作为标记，构建子结点，由结点及其子结点构成树T，返回T；

步骤4.6：对结点i，以Di为训练集，以A-{Ag}为特征集，递归调用上述步骤，得到子树Ti。

6.根据权利要求1所述的基于固定时长语音情感识别序列分析的测谎方法，其特征在于：所述步骤5：使用SVM对语料库进行训练，对被测语音进行预测，并定时输出语音情感结果，具体如下，

步骤5.1：基于自建测谎语料库，使用SVM完成测谎实验，得到一段语音的测谎结果；

步骤5.2：基于CASIA标准情感库，定时输出语音情感预测结果，这个结果是一个维数与语音时长相关的序列，每秒钟输出一个语音情感识别结果，那么一个60s的语音得到一个60维的向量。

7.根据权利要求1所述的基于固定时长语音情感识别序列分析的测谎方法，其特征在于：

所述步骤6：利用定时输出语音情感结果来进行测谎分析，具体如下，

步骤6.1：将语料库样本的80％分为训练样本，20％分为测试样本；

步骤6.2：将训练样本按标签分类，真话部分为1，谎话部分为-1；

步骤6.3：将训练样本的语料，按照上述步骤1-5操作，生成语音情感序列；

步骤6.4：用五个元素来描述HMM模型，隐含状态S(说谎情况)，可观测状态O(语音情感序列)，隐含状态转移概率矩阵A,观测状态转移矩阵B,初始状态概率矩阵Π；

步骤6.5：利用训练样本训练HMM模型。即从训练样本中选择几组观测序列O(语音情感序列),利用Baum-Welch方法求模型λ＝(A,B,Π)中的参数；具体方法是随机初始化模型参数A,B,Π，用样本O计算寻找更合适的参数，更新参数，再用样本拟合参数，直至参数收敛；

步骤6.6：得到了HMM模型λ＝(A,B,Π)，使用测试样本来进行预测；从中选取一个语音情感序列，利用Viterbi方法求解背后的状态序列，得到预测的测谎结果。