[發明專利]聯合懲罰稀疏表示字典學習的語音情感識別方法及系統

有效

• 申請號: 201310503631.0
• 申請日: 2013-10-23
• 公開（公告）號: CN103594084A
• 公開（公告）日: 2014-02-19
• 發明（設計）人: 毛啟容;董俊健;黃正偉;王新宇;邢玉萍;詹永照
• 申請（專利權）人: 江蘇大學
• 主分類號: G10L15/02
• 分類號: G10L15/02;G10L15/06;G10L25/63
• 代理公司: 江蘇致邦律師事務所 32230
• 代理人: 樊文紅

技術領域

本發明涉及語音信號處理、信號的稀疏表示和模式識別技術領域，尤其涉及一種基于聯合懲罰稀疏表示字典學習的語音情感識別方法及系統。

背景技術

語音信息在人類交流中扮演重要的角色，有研究表明，人類40%的情感信息都是通過說話進行傳遞的。準確理解人的情感有助于促進和諧的人機交互。因此，如何使用計算機技術從語音中自動識別說話人的情感狀態近年來受到各領域研究者的廣泛關注。近年來，稀疏表示技術在圖像識別中取得很好的效果，例如人臉識別，數字和文本識別等。

現有技術一采用訓練樣本作為原子組成一個結構化的字典，對人臉特征進行稀疏表示，稀疏表示后的特征具有很好的識別能力,并具有較好的魯棒性。但該技術簡單地將訓練樣本作為原子組成一個結構化的字典，得到的字典的性能過分依賴訓練樣本。現有技術二通過在字典學習目標函數中加入與類別標簽信息相關的線性分類器懲罰函數的方法進行字典學習，該技術能得到一個具有較強識別力的字典，但該技術學習得到的字典是一個被所有類別共享的字典，即學習后字典中的原子沒有與之對應的類別標簽信息，該技術不能用SRC(Sparse?Representation?based?Classification)的重構誤差識別準則來識別，失去了重構誤差識別準則的優勢。

然而，現有技術中未同時考慮子編碼和全編碼懲罰函數，而且未發現基于稀疏表示的語音情感識別技術。

為了解決現有技術的缺陷，因此，本發明提供了一種聯合懲罰稀疏表示字典學習的語音情感識別方法及系統。在字典學習的目標函數中同時加入子編碼懲罰函數和全編碼懲罰函數，學習后能同時得到兩個具有較高識別力的識別準則，即子編碼識別準則和全編碼識別準則（對應著字典學習中兩個有識別力的懲罰函數）。其中的子編碼識別準則不但可以用每個子字典的重構誤差來識別，還可以用每個子字典上的編碼系數大小來識別，全編碼識別準則根據整個字典上的編碼系數來識別。聯合這兩個識別準則設計出基于子編碼和全編碼聯合懲罰的字典學習識別準則，可有效提高語音情感的識別率。

發明內容

本發明針對背景技術中字典學習未同時考慮子編碼和全編碼懲罰函數，而且未發現基于稀疏表示的語音情感識別技術的缺陷，提供了一種聯合懲罰稀疏表示字典學習的語音情感識別方法及系統，將基于子編碼和基于全編碼的懲罰函數相結合進行聯合懲罰的稀疏表示字典學習方法，并提供了基于聯合懲罰稀疏表示字典學習的語音情感識別技術，最終提高語音情感的識別率。

為了實現上述目的，本發明實施例提供的技術方案如下：

一種聯合懲罰稀疏表示字典學習的語音情感識別方法，所述方法包括：

S1、對訓練樣本庫中每個情感語音信號進行特征提取和處理，得到訓練樣本特征矩陣A；

S2、用子編碼和全編碼聯合懲罰的字典學習方法對訓練樣本特征矩陣A進行學習得到字典；

S3、對測試樣本庫中的情感語音信號進行特征提取和處理，每個測試樣本得到各自的測試樣本特征向量y；

S4、將測試樣本特征向量y在字典上進行稀疏編碼得到編碼系數

S5、根據字典學習的識別準則進行識別。

作為本發明的進一步改進，所述步驟S1具體包括：

對訓練樣本庫中的每個情感語音信號進行預處理，預處理包括預加重、加窗處理、分幀、端點檢測；

對訓練樣本庫中的每個情感語音信號提取包括美爾倒譜系數、基頻、時長、強度、振幅、音質以及共振峰的語音的聲學和韻律特征，并在情感語音信號上分別提取所述聲學和韻律特征的最大值、最小值以及變化范圍的統計特征；

將訓練樣本庫中的每個情感語音信號的特征向量作為列構成訓練樣本特征矩陣。

作為本發明的進一步改進，所述步驟S2中子編碼和全編碼聯合懲罰的字典學習方法的目標函數為：