[發明專利]一種基于模糊最近鄰算法的語音情感識別方法

有效

• 申請號: 201710577204.5
• 申請日: 2017-07-14
• 公開（公告）號: CN107492384B
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 袁家政;劉宏哲;龔靈杰
• 申請（專利權）人: 北京聯合大學
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L25/33;G10L25/03
• 代理公司: 北京馳納智財知識產權代理事務所(普通合伙) 11367
• 代理人: 謝亮

1.一種基于模糊最近鄰算法的語音情感識別方法，包括以下步驟：

步驟1：按照定義提取每一個樣本的短時能量特征、基音頻率特征、過零率特征和短時平均幅值特征，組成四維的特征向量；

步驟2：計算每一種情感特征對于區分不同情感的貢獻度；所述貢獻度的計算方法如下：

步驟11：歸一化特征參數；

步驟12：計算某種特定情感下該特征參數的離散度；

步驟13：計算某一情感特征對于不同的情感的中心矩；

步驟14：根據離散度和中心矩求出所述貢獻度；

步驟3：以步驟1所述的方法提取測試樣本的四個相同的特征，組成四維的特征向量；

步驟4：根據歐式距離和步驟2中所計算出來的貢獻度加權，計算訓練樣本的特征向量和測試樣本的特征向量間的距離；

步驟5：對距離排序，并確定k個最近鄰的樣本的情感，根據個數多少分類；

步驟6：對于步驟5中的k個情感樣本，用FKNN方法進行再分類。

2.如權利要求1所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述短時能量特征的定義如下：其中，E_n表示在信號的第n個點開始加窗函數時的短時能量；x(n)是語音信號；ω(n)是窗函數；N為窗長，m為變量。

3.如權利要求2所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述過零率特征的定義如下：其中，sgn[.]是符號函數，即

4.如權利要求3所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述短時平均幅值特征的定義如下：其中，Mn是一幀語音信號能量大小的表征，w(n)為漢明窗。

5.如權利要求4所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述Mn與所述En的區別在于其計算時小取樣值和大取樣值不會因取平方而造成較大差異。

6.如權利要求1所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述歸一化方法如下：

步驟21：對訓練樣本集X統計出C種不同情感狀態下同一個特征參數的平均值，記為M_ij；

步驟22：分別對每一種情感狀態下的每一句語音樣本的每個特征參數M_ijn進行歸一化；

其中，{i＝1,2,...,C},{j＝1,2,...,N},N為情感特征參數的個數，n為該情感狀態下的樣本，n＝1表示為第一句，以此類推。

7.如權利要求6所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述歸一化的公式為：

8.如權利要求7所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述離散度的計算公式如下：A_ijk表示第k句樣本中的第i個情感的第j個特征參數做歸一化后的值。

9.如權利要求8所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述中心矩的計算方法為不同的情感特征間的中心矩就是不同的點集的中心的距離。

10.如權利要求9所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：每一個所述情感特征可視為一個點，而n個樣本的所述情感特征便構成了一個所述點集。

11.如權利要求10所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述點集的中心即是點集的均值。

12.如權利要求11所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：所述點集的均值的計算公式為：其中，{i＝1,2,...,C},{j＝1,2,...,n},n為情感特征參數的個數,如N₁₁就表示在n個樣本中第一種情感的第一個情感特征參數的均值，M_ijk表示第k句樣本中統計出C種不同情感狀態下同一個特征參數的平均值。

13.如權利要求12所述的基于模糊最近鄰算法的語音情感識別方法，其特征在于：根據所述離散度和所述中心矩計算每種情感下每個特征參數的貢獻度。