[發(fā)明專利]一種基于語(yǔ)調(diào)識(shí)別情緒的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010632183.4
• 申請(qǐng)日: 2020-07-02
• 公開（公告）號(hào): CN113889148A
• 公開（公告）日: 2022-01-04
• 發(fā)明（設(shè)計(jì)）人: 范芳芳;劉北辰;劉運(yùn)江;張香梅;趙繼東;李兵
• 申請(qǐng)（專利權(quán)）人: 正定仁運(yùn)誠(chéng)醫(yī)藥科技有限責(zé)任公司
• 主分類號(hào): G10L25/63
• 分類號(hào): G10L25/63;G10L25/24
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于語(yǔ)調(diào)識(shí)別情緒的方法，其特征在于：包括以下步驟：

步驟a：在安靜的環(huán)境下，采用錄音的方式，由一名專業(yè)播音員分別用高興、難過、生氣、害怕四種語(yǔ)調(diào)朗讀并錄制測(cè)試句；

步驟b：通過不同試聽者對(duì)錄制的測(cè)試句進(jìn)行聽辨，并判斷測(cè)試句所包含的情緒，然后計(jì)算試聽者對(duì)各句子識(shí)別的正確率，從中挑選正確率高于95％的測(cè)試句作為聲音數(shù)據(jù)；

步驟c：通過spss16.0軟件對(duì)聲音數(shù)據(jù)進(jìn)行統(tǒng)計(jì)處理；

步驟d：對(duì)處理后的聲音數(shù)據(jù)進(jìn)行分幀處理，將音頻分解為幀，對(duì)于每一幀，計(jì)算周期功率譜，將mel濾波器應(yīng)用到功率譜中，計(jì)算每個(gè)濾波器的能量和，計(jì)算能量的對(duì)數(shù)值，對(duì)每個(gè)對(duì)數(shù)能量進(jìn)行離散余弦變換，保留DCT的2-13個(gè)系數(shù)，其余系數(shù)舍去；

步驟e：將分幀處理后的聲音數(shù)據(jù)特征分類編入語(yǔ)音數(shù)據(jù)庫(kù)；

步驟f：麥克風(fēng)的采集輸入的語(yǔ)音信息，對(duì)語(yǔ)音信息進(jìn)行特征提取，然后對(duì)比語(yǔ)音數(shù)據(jù)庫(kù)內(nèi)聲音數(shù)據(jù)，從而識(shí)別情緒。

2.根據(jù)權(quán)利要求1所述的一種基于語(yǔ)調(diào)識(shí)別情緒的方法，其特征在于：所述步驟a測(cè)試句可以為易理解的動(dòng)作關(guān)系句，描述關(guān)系句和事實(shí)關(guān)系句，句型為陳述句，句子內(nèi)容帶有情緒。

3.根據(jù)權(quán)利要求1所述的一種基于語(yǔ)調(diào)識(shí)別情緒的方法，其特征在于：所述步驟b中試聽者為不同年齡段健聽的學(xué)生，且學(xué)生中男女比例相同。

4.根據(jù)權(quán)利要求1所述的一種基于語(yǔ)調(diào)識(shí)別情緒的方法，其特征在于：所述步驟d信號(hào)每一幀的長(zhǎng)度為25ms，幀移為10ms，每一幀的周期功率譜，它隨聲音的大小而發(fā)生不同頻率的振動(dòng)，通過耳鍋的不同位置上的振動(dòng)，不同的神經(jīng)元將會(huì)通知大腦現(xiàn)在聽到的音頻頻率，通過mel濾波器確定不同頻率存在的能量，濾波器通常有交疊，因此濾波器能量彼此相關(guān)，DCT對(duì)能量進(jìn)行去相關(guān)，協(xié)方差的對(duì)角矩陣可以用來對(duì)HMM分類器進(jìn)行建模。

5.根據(jù)權(quán)利要求1所述的一種基于語(yǔ)調(diào)識(shí)別情緒的方法，其特征在于：所述分幀處理的實(shí)施步驟為：(1)將信號(hào)每一幀的長(zhǎng)度為25ms，幀移為10ms，信號(hào)為16KHz，共有0.025*16000＝400個(gè)樣本，幀的間隔通常為10ms，即160個(gè)樣本，即第一幀400個(gè)樣本從樣本0開始，第二幀400個(gè)樣本從樣本160開始，幀之間具有交疊部分，直到達(dá)到語(yǔ)音結(jié)尾為止，如果語(yǔ)音不能劃分成偶數(shù)個(gè)幀，用0填滿它；然后對(duì)每個(gè)單一幀進(jìn)行提取12個(gè)MFCC系數(shù)，約定為時(shí)域信號(hào)，為第i幀的時(shí)域型號(hào)，n的取值為1-400，計(jì)算復(fù)數(shù)離散傅立葉變換，得到，i表示第i幀，是第i幀的功率譜；(2)為了計(jì)算每一幀的DFT，執(zhí)行下面的運(yùn)算：其中，h(n)為樣本分析的漢明窗，K是DFT的長(zhǎng)度，接下來每一幀的功率譜估計(jì)即是功率譜的周期圖估計(jì)，進(jìn)行512個(gè)點(diǎn)的FFT，只保留開始的257個(gè)系數(shù)；(3)將26個(gè)三角形濾波器應(yīng)用到功率譜上，濾波器有26個(gè)向量組成，每個(gè)向量元素個(gè)數(shù)為257，每個(gè)向量大部分為0，但是有一部分頻率的值非零，為了計(jì)算濾波器的能量，把每一個(gè)濾波器與功率譜進(jìn)行相乘，然后系數(shù)相加，得出26個(gè)數(shù)值，它們代表每一個(gè)濾波器上面的能量；(4)然后分別計(jì)算26個(gè)能量的對(duì)數(shù)值；(5)對(duì)26個(gè)對(duì)數(shù)能量進(jìn)行DCT，得到26個(gè)系數(shù)，取前12個(gè)系數(shù)，每一幀得到的12個(gè)數(shù)即梅爾頻率倒譜系數(shù)。

6.根據(jù)權(quán)利要求1所述的一種基于語(yǔ)調(diào)識(shí)別情緒的方法，其特征在于：所述步驟f麥克風(fēng)采集的語(yǔ)音信息通過降噪處理后進(jìn)行采集，所述采集輸入的語(yǔ)音信息市場(chǎng)為2-6s。