[發(fā)明專利]一種基于特征融合與集成學(xué)習(xí)的語音情感分類方法

有效

• 申請?zhí)枺?/td>: 202110209708.8
• 申請日: 2021-02-25
• 公開（公告）號: CN112861984B
• 公開（公告）日: 2022-07-01
• 發(fā)明（設(shè)計）人: 郭奕;熊雪軍;徐亮;黃永茂;卿朝進(jìn);黃文韜
• 申請（專利權(quán)）人: 西華大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/20;G10L25/63
• 代理公司: 北京正華智誠專利代理事務(wù)所(普通合伙) 11870
• 代理人: 楊浩林

1.一種基于特征融合與集成學(xué)習(xí)的語音情感分類方法，其特征在于，包括以下步驟：

S1、采集若干語音數(shù)據(jù)，并對語音數(shù)據(jù)進(jìn)行預(yù)處理；

S2、對預(yù)處理后的數(shù)據(jù)進(jìn)行特征提取，并構(gòu)建特征集；

S3、采用多分類器構(gòu)建集成學(xué)習(xí)分類模型，并對集成學(xué)習(xí)分類模型進(jìn)行訓(xùn)練；

S4、采用訓(xùn)練后的集成學(xué)習(xí)分類模型對待識別語音數(shù)據(jù)對應(yīng)特征集進(jìn)行識別，獲取分類結(jié)果，得到語音情感分類結(jié)果；

所述步驟S2具體為：

S2.1、對預(yù)處理后的數(shù)據(jù)進(jìn)行特征提取，得到若干特征；

S2.2、將若干特征組成若干維的特征向量；

S2.3、基于已訓(xùn)練的LightGBM模型，獲取特征向量中每個特征的重要性，并按重要性將特征進(jìn)行降序排序；

S2.3、獲取特征重要度平均值，并將重要性低于平均值的特征濾除；

S2.4、采用序列前向算法選擇最優(yōu)特征子集，完成特征集的構(gòu)建；

所述步驟S2.1中特征包括特征1至特征809；

所述特征1-8具體為：短時能量及其一階差分的均值、方差、最大值以及最小值；

特征9-14具體為：聲音強(qiáng)度及其一階差分的均值、方差以及最大值；

特征15具體為：平均語速；

特征16-23具體為：基音頻率及其一階差分的均值、方差、最大值以及最小值；

特征24-53具體為：第一、第二、第三共振峰頻率及其一階差分的均值、方差、最大值、最小值以及中值；

特征54-137具體為：1-12階梅爾倒譜系數(shù)MFCC的均值、方差、最大值、最小值、中值、極差以及和；

特征138-221具體為：1-12階伽馬倒譜系數(shù)GFCC的均值、方差、最大值、最小值、中值、極差以及和；

特征222-305具體為：1-12階巴克倒譜系數(shù)BFCC的均值、方差、最大值、最小值、中值、極差以及和；

特征306-389具體為：1-12階線性預(yù)測系數(shù)LPC的均值、方差、最大值、最小值、中值、極差以及和；

特征390-473具體為：1-12階線性預(yù)測倒譜系數(shù)LPCC的均值、方差、最大值、最小值、中值、極差以及和；

特征474-557具體為：1-12階標(biāo)準(zhǔn)化伽馬啁啾倒譜系數(shù)NGCC的均值、方差、最大值、最小值、中值、極差以及和；

特征558-641具體為：1-12階基于幅度的譜根倒譜系數(shù)MSRCC的均值、方差、最大值、最小值、中值、極差以及和；

特征642-725具體為：1-12階基于相位的譜根倒譜系數(shù)PSRCC的均值、方差、最大值、最小值、中值、極差以及和；

特征726-809具體為：1-12階線性頻率倒譜系數(shù)LFCC的均值、方差、最大值、最小值、中值、極差以及和。

2.根據(jù)權(quán)利要求1所述的基于特征融合與集成學(xué)習(xí)的語音情感分類方法，其特征在于，所述步驟S1中對語音數(shù)據(jù)進(jìn)行預(yù)處理具體包括預(yù)加重、消除趨勢項、端點處理、分幀處理以及加窗處理。

3.根據(jù)權(quán)利要求1所述的基于特征融合與集成學(xué)習(xí)的語音情感分類方法，其特征在于，所述步驟S3中集成學(xué)習(xí)分類模型中分類器包括支持向量機(jī)SVM、K鄰近算法、XGBoost算法和LightGBM算法。