[發(fā)明專利]基于情感維度預(yù)測的離散語音情感識別方法、裝置及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710640201.1
• 申請日: 2017-07-31
• 公開（公告）號: CN107633851B
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計）人: 陶建華;黃健;李雅
• 申請（專利權(quán)）人: 極限元(杭州)智能科技股份有限公司
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L25/45;G10L25/12;G10L25/24;G10L25/60;G10L15/08
• 代理公司: 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩

1.一種基于情感維度預(yù)測的離散語音情感識別方法，應(yīng)用于語音情感識別系統(tǒng)，其特征在于，包括：

提取語音的基本聲學(xué)特征，并將所述基本聲學(xué)特征組合為語音情感特征；

對所述語音情感特征進(jìn)行加窗處理，得到全局語音情感特征；

根據(jù)所述全局語音情感特征，通過維度語音情感識別模型預(yù)測所述語音的情感維度信息，并將所述全局語音情感特征與所述情感維度信息進(jìn)行組合，得到新的語音情感特征；

將所述新的語音情感特征輸入到離散語音情感識別模型中進(jìn)行離散語音情感識別，得到語音情感識別結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于情感維度預(yù)測的離散語音情感識別方法，其特征在于，所述提取語音的基本聲學(xué)特征，其方法為：

以幀為單位提取所述語音的基本聲學(xué)特征，其中，所述基本聲學(xué)特征包括能量、基頻以及共振峰。

3.根據(jù)權(quán)利要求2所述的基于情感維度預(yù)測的離散語音情感識別方法，其特征在于，所述“對所述語音情感特征進(jìn)行加窗處理，得到全局語音情感特征”，其方法為：

以長度為N的窗長對所述語音情感特征進(jìn)行統(tǒng)計回歸，得到固定維度的全局語音情感特征，其中，N為不小于1的正整數(shù)。

4.根據(jù)權(quán)利要求3所述的基于情感維度預(yù)測的離散語音情感識別方法，其特征在于，所述全局語音情感特征包括韻律、頻譜以及音質(zhì)。

5.根據(jù)權(quán)利要求1-4任一項所述的基于情感維度預(yù)測的離散語音情感識別方法，其特征在于，所述預(yù)測所述語音的情感維度信息，其方法為：

將所述全局語音情感特征輸入到隨機(jī)森林算法中進(jìn)行計算，預(yù)測得到所述語音的情感維度信息。

6.根據(jù)權(quán)利要求5所述的基于情感維度預(yù)測的離散語音情感識別方法，其特征在于，所述將所述全局語音情感特征與所述情感維度信息進(jìn)行組合，其方法為：

將所述情感維度信息加入所述全局語音情感特征，增加所述全局語音情感特征的維度。

7.根據(jù)權(quán)利要求6所述的基于情感維度預(yù)測的離散語音情感識別方法，其特征在于，所述離散語音情感識別模型為支持向量機(jī)分類器。

8.一種基于情感維度預(yù)測的離散語音情感識別裝置，應(yīng)用于語音情感識別系統(tǒng)，其特征在于，包括：

聲學(xué)特征提取模塊，用于提取語音的基本聲學(xué)特征，并將所述基本聲學(xué)特征組合為語音情感特征；

全局語音情感特征提取模塊，用于對所述語音情感特征進(jìn)行加窗處理，得到全局語音情感特征；

情感特征組合模塊，用于根據(jù)所述全局語音情感特征，通過維度語音情感識別模型預(yù)測所述語音的情感維度信息，并將所述全局語音情感特征與所述情感維度信息進(jìn)行組合，得到新的語音情感特征；

離散情感識別模塊，用于將所述新的語音情感特征輸入到離散語音情感識別模型中進(jìn)行離散語音情感識別，得到語音情感識別結(jié)果。

9.一種語音情感識別系統(tǒng)，其特征在于，包括如權(quán)利要求8所述的基于情感維度預(yù)測的離散語音情感識別裝置。