[發明專利]語音情感識別的優選方法

在審

• 申請號: 201710642840.1
• 申請日: 2017-07-31
• 公開（公告）號: CN107452404A
• 公開（公告）日: 2017-12-08
• 發明（設計）人: 劉明珠;李曉琴
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G10L25/63
• 分類號: G10L25/63;G10L15/02;G10L15/18;G06K9/62
• 代理公司: 哈爾濱東方專利事務所23118
• 代理人: 陳曉光

1.一種語音情感識別的優選方法，其特征是：該方法包括如下步驟：首先選取柏林數據集和中科院漢語情感語音庫作為情感識別的語音數據庫，所述的語音數據庫中包括高興、生氣、害怕、悲傷、平靜5種情感語音并對5種情感語音進行識別選定測試集和訓練集，其次再對5種情感語音進行特征參數的信號提取，在提取的特征參數信號中利用Fisher準則和最大熵原理結合的方法得出SVM核參數，再用SVM核參數訓練SVM，最后利用SVM優選后的核參數對語音情感信號進行識別。

2.根據權利要求1所述的語音情感識別的優選方法，其特征是：所述的特征參數的信號提取是在語音情感識別中采用韻律特征和音質特征這兩種方法相結合的方式進行的，并且找出3個主特征即基音頻率、振幅能量和共振峰的信號規律，再經統計學分析，即獲得基音頻率、振幅能量和共振峰特征的最大值、最小值、均值和方差。

3.根據權利要求1或2所述的語音情感識別的優選方法，其特征是：所述的Fisher準則和最大熵原理結合的方法是：Fisher準則與樣本的類別間隔與類內間隔相關，最大熵原理與類內均勻分布程度有關，結合這二者的特點選取SVM核參數。

4.根據權利要求1或2或3所述的語音情感識別的優選方法，其特征是：所述的SVM即：支持向量機， SVM是一種基于統計學習理論的機器學習算法， SVM是基于線性分類器的原理， SVM可以用于解決線性與非線性樣本分類，其核心思想是將低維空間線性不可分的樣本點通過核函數映射至高維特征空間中，然后在特征空間中構造出最優分類超平面，這時數據在高維空間也可以被超平面分割，從而變得線性可分，因此要在特征空間中構造出最優超平面，并且使得各個樣本與最優超平面的距離最大。