[發(fā)明專利]面向情感語音識別的情感維度PAD預測方法有效
| 申請?zhí)枺?/td> | 201810868027.0 | 申請日： | 2018-08-01 |
| 公開（公告）號： | CN109036466B | 公開（公告）日： | 2022-11-29 |
| 發(fā)明（設(shè)計）人： | 孫穎;張雪英;胡艷香;王少玄;李鳳蓮 | 申請（專利權(quán)）人： | 太原理工大學 |
| 主分類號： | G10L25/63 | 分類號： | G10L25/63;G10L15/02;G10L15/06 |
| 代理公司： | 太原晉科知識產(chǎn)權(quán)代理事務所(特殊普通合伙) 14110 | 代理人： | 任林芳 |
| 地址： | 030024 *** | 國省代碼： | 山西;14 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 面向 情感 語音 識別 維度 pad 預測 方法 | ||
本發(fā)明涉及一種情感維度預測技術(shù)領(lǐng)域，具體是一種面向情感語音識別的情感維度PAD預測方法。解決了現(xiàn)有情感特征僅從信號處理的角度識別情感，而忽略情感連續(xù)性的問題，包括以下步驟，采集數(shù)據(jù)，對情感語音數(shù)據(jù)庫進行PAD維度值的標注，確定樣本訓練集與測試集；特征選擇，對情感語音數(shù)據(jù)庫提取情感特征；通過對訓練集的情感特征與人工標注PAD進行GRA關(guān)聯(lián)度分析選擇關(guān)聯(lián)性大的主要情感特征；對主要情感特征進行PCA降維，得到最優(yōu)特征；PAD維度預測，利用LSSVM回歸模型，基于選擇后的情感特征實現(xiàn)對情感維度P、A、D的預測；PAD維度情感識別，采用從心理學角度描述情感的、客觀預測的連續(xù)情感維度PAD進行語音情感識別。本發(fā)明具有預測效果好、識別精度高優(yōu)點。
技術(shù)領(lǐng)域
本發(fā)明涉及一種情感維度預測技術(shù)領(lǐng)域，具體是一種面向情感語音識別的情感維度PAD預測方法。
背景技術(shù)
語言是人類溝通最直接的方式，語言不僅可以傳遞文字信息，而且還包含情感信息，情感語音識別技術(shù)是情感識別的最有利工具，提取與情感關(guān)聯(lián)的特征是情感語音識別技術(shù)的關(guān)鍵之一。
關(guān)于情感特征的研究不斷發(fā)展，包含基于語言學的語音情感特征(包含詞匯、句法等)和基于超語言學的語音情感特征(韻律學特征、音質(zhì)特征、基于譜的相關(guān)特征、非線性特征、融合特征等)，這些特征均在情感識別的領(lǐng)域得到了較廣泛的應用，但以上特征是從信號處理的角度對情感進行分析研究，而情感的產(chǎn)生涉及到人的心理活動，采用從心理學角度描述的量進行情感識別更加可靠、準確。連續(xù)情感維度從心理學的角度將情感映射在維度空間，某種情感被定為于維度空間的一點，近年來，對情感維度特別是較成熟的PAD情感維度的研究得到了越來越廣泛的關(guān)注。但目前關(guān)于PAD情感維度的研究主要是根據(jù)情感量表人工標注得到的PAD值，該方法受標注過程耗時長、主觀性大等影響，限制了情感維度領(lǐng)域的研究發(fā)展，所以必須對情感維度P、A、D進行客觀預測。
發(fā)明內(nèi)容
本發(fā)明為了解決現(xiàn)有情感特征僅從信號處理的角度識別情感，而忽略情感連續(xù)性的問題，提供一種面向情感語音識別的情感維度PAD預測方法。
本發(fā)明采取以下技術(shù)方案：一種面向情感語音識別的情感維度PAD預測方法，包括以下步驟，
S100～采集數(shù)據(jù)，對情感語音數(shù)據(jù)庫進行PAD維度值的標注，確定樣本訓練集與測試集；
S200～特征選擇，對情感語音數(shù)據(jù)庫提取情感特征；通過對訓練集的情感特征與人工標注PAD進行GRA關(guān)聯(lián)度分析選擇關(guān)聯(lián)性大的主要情感特征；對主要情感特征進行PCA降維，得到最優(yōu)特征；
S300～PAD維度預測，利用LSSVM回歸模型，基于選擇后的情感特征實現(xiàn)對情感維度P、A、D的預測；
S400～PAD維度情感識別，采用從心理學角度描述情感的、客觀預測的連續(xù)情感維度PAD進行語音情感識別。
所述的S100包括以下步驟，
S101～對情感語音數(shù)據(jù)庫進行PAD維度值的標注，并根據(jù)數(shù)據(jù)特性規(guī)律，依據(jù)情感維度PAD數(shù)據(jù)是否服從正態(tài)分布對標注值進行有效性驗證；
S102～確定樣本訓練集與測試集，將情感語音數(shù)據(jù)樣本的2/3作為訓練樣本，情感語音數(shù)據(jù)樣本的1/3作為測試樣本。
所述的S200包括以下步驟，
S201～對情感語音數(shù)據(jù)庫提取情感特征；從兩個方面選擇特征，針對語音信號的短時平穩(wěn)特性提取聲學特征，即MFCC特征和韻律特征，以及針對語音的混沌特性提取非線性特征，將它們?nèi)诤虾螅玫?21維的特征集。
S202～通過對訓練集的情感特征與人工標注PAD進行GRA關(guān)聯(lián)度分析選擇關(guān)聯(lián)性大的主要情感特征；計算步驟如下：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于太原理工大學，未經(jīng)太原理工大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810868027.0/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
