基于局部特征优化的语音情感识别

发布时间：2018-08-06 12:55

【摘要】：情感识别在人机交互领域具有广阔前景。由于情感表达在时间上具有一定的持续性,统计特征更能体现不同情绪语音的差异和动态变化,大多数语音情感识别研究都使用全局特征(如最大值、最小值等),并没有充分挖掘局部特征(如单帧的短时能量、过零率等)中的信息。提出一种基于局部特征优化的方法,对每个情感语音样本做进一步提纯,通过聚类分析对情感特征相对不显著的帧进行过滤,在此基础上进行统计计算和分类,以提高预测的准确率。实验结果表明,基于优化后的样本进行情感分类,3个语料库的平均准确率提高5%~17%。进一步的研究发现这种优化方法可能更适合于语音长度较长的情感识别场景。
[Abstract]:Emotion recognition has a broad prospect in the field of human-computer interaction. Because of the persistence of emotion expression in time, the statistical features can reflect the difference and dynamic change of different emotion speech, so most speech emotion recognition research uses global feature (such as maximum value). The minimum value, etc., does not fully mine the information in local features (such as the short-time energy, zero-crossing rate, etc.) of a single frame. In this paper, a method based on local feature optimization is proposed to further purify each emotional speech sample, filter frames with relatively insignificant emotional features by clustering analysis, and then carry out statistical calculation and classification on the basis of this method. To improve the accuracy of prediction. The experimental results show that the average accuracy of the three corpora is improved by 5% and 17% based on the emotional classification of the optimized samples. Further research shows that this optimization method may be more suitable for speech recognition with longer speech length.
【作者单位】： 中国科学院心理研究所;中国科学院大学心理学系;
【基金】：国家重点基础研究发展(973)计划(2014CB744600)资助
【分类号】：TN912.34

【相似文献】

相关期刊论文 前10条

1 赵力;黄程韦;;实用语音情感识别中的若干关键技术[J];数据采集与处理;2014年02期

2 陈建厦,李翠华;语音情感识别的研究进展[J];计算机工程;2005年13期

3 王茜;;一个语音情感识别系统的设计与实现[J];大众科技;2006年08期

4 孙亚;;远程教学中语音情感识别系统的研究与实现[J];长春理工大学学报(高教版);2008年02期

5 章国宝;宋清华;费树岷;赵艳;;语音情感识别研究[J];计算机技术与发展;2009年01期

6 石瑛;胡学钢;方磊;;基于决策树的多特征语音情感识别[J];计算机技术与发展;2009年01期

7 赵腊生;张强;魏小鹏;;语音情感识别研究进展[J];计算机应用研究;2009年02期

8 张石清;赵知劲;;噪声背景下的语音情感识别[J];西南交通大学学报;2009年03期

9 黄程韦;金峗;王青云;赵艳;赵力;;基于特征空间分解与融合的语音情感识别[J];信号处理;2010年06期

10 袁健;贺祥;许华虎;冯肖维;刘玲;;服务机器人的语音情感识别与交互技术研究[J];小型微型计算机系统;2010年07期

相关会议论文 前8条

1 陈建厦;;语音情感识别综述[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

2 杨桃香;杨鉴;毕福昆;;基于模糊聚类的语音情感识别[A];第三届和谐人机环境联合学术会议（HHME2007）论文集[C];2007年

3 罗武骏;包永强;赵力;;基于模糊支持向量机的语音情感识别方法[A];2012'中国西部声学学术交流会论文集(Ⅱ)[C];2012年

4 王青;谢波;陈根才;;基于神经网络的汉语语音情感识别[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

5 张鼎天;徐明星;;基于调制频谱特征的自动语音情感识别[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

6 童灿;;基于boosting HMM的语音情感识别[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

7 戴明洋;杨大利;徐明星;;语音情感识别中UBM训练集的组成研究[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年

8 张卫;张雪英;孙颖;;基于HHT边际Teager能量谱的语音情感识别[A];第十二届全国人机语音通讯学术会议（NCMMSC'2013）论文集[C];2013年

相关博士学位论文 前7条

1 孙亚新;语音情感识别中的特征提取与识别算法研究[D];华南理工大学;2015年

2 王坤侠;语音情感识别方法研究[D];合肥工业大学;2015年

3 韩文静;语音情感识别关键技术研究[D];哈尔滨工业大学;2013年

4 谢波;普通话语音情感识别关键技术研究[D];浙江大学;2006年

5 尤鸣宇;语音情感识别的关键技术研究[D];浙江大学;2007年

6 刘佳;语音情感识别的研究与应用[D];浙江大学;2009年

7 赵腊生;语音情感特征提取与识别方法研究[D];大连理工大学;2010年

相关硕士学位论文 前10条

1 陈晓东;基于卷积神经网络的语音情感识别[D];华南理工大学;2015年

2 孙志锋;语音情感识别研究[D];陕西师范大学;2015年

3 谭发曾;语音情感状态模糊识别研究[D];电子科技大学;2015年

4 陈鑫;相空间重构在语音情感识别中的研究[D];长沙理工大学;2014年

5 李昌群;基于特征选择的语音情感识别[D];合肥工业大学;2015年

6 陈文汐;基于核函数的语音情感识别技术的研究[D];东南大学;2015年

7 薛文韬;基于深度学习和迁移学习的语音情感识别方法研究[D];江苏大学;2016年

8 宋明虎;电力行业电话电话客服语音情感识别[D];昆明理工大学;2016年

9 陈肖;基于多粒度特征融合的维度语音情感识别方法研究[D];哈尔滨工业大学;2016年

10 任浩;基于多级分类的语音情感识别[D];哈尔滨工业大学;2016年

，

本文编号：2167801