[发明专利]识别语音信号中所承载的情感状态的方法和系统

权利要求书

1.一种生成语音情感模型的方法，包括以下步骤：

通过无监督聚类将标注为同一情感状态的多个情感语音样本聚类成n个子类，每个子类对应于所述同一情感状态的不同情感表达方式中的一种情感表达方式；以及

为每个子类中的情感语音样本生成一个语音情感模型，从而得到分别对应于所述n个子类的n个语音情感模型，所述n个语音情感模型用于识别语音信号所承载的不同情感表达方式的所述情感状态，

其中，n为大于或等于2的整数。

2.根据权利要求1所述的方法，其中所述生成步骤包括以下步骤：

根据从所述每个子类中的情感语音样本中所提取的声学特征建立所述每个子类的声学模型；以及

训练与所述每个子类的声学模型相适应的情感分类器，

其中，所述声学模型和所述情感分类器构成初始的语音情感模型。

3.根据权利要求2所述的方法，其中所述生成步骤还包括以下步骤：

根据所标注的多个情感语音样本与所述初始的语音情感模型的匹配结果更新所述初始的语音情感模型的参数。

4.根据权利要求1-3中任一项所述的方法，在所述生成步骤之后还包括以下步骤：

采用所标注的多个情感语音样本对生成的语音情感模型进行测试，并根据测试结果生成所标注的多个情感语音样本的新标注信息；以及

将所述新标注信息与相应的原始的标注信息进行比较，若不一致，则采用所述新标注信息修正所述相应的原始的标注信息。

5.一种生成语音情感模型的设备，包括：

无监督聚类部，通过无监督聚类将标注为同一情感状态的多个情感语音样本聚类成n个子类，每个子类对应于所述同一情感状态的不同情感表达方式中的一种情感表达方式；以及

语音情感模型生成部，为每个子类中的情感语音样本生成一个语音情感模型，从而得到分别对应于所述n个子类的n个语音情感模型，所述n个语音情感模型用于识别语音信号所承载的不同情感表达方式的所述情感状态，

其中，n为大于或等于2的整数。

6.根据权利要求5所述的设备，其中所述语音情感模型生成部进一步包括：

声学模型建立部，根据从所述每个子类中的情感语音样本中所提取的声学特征建立所述每个子类的声学模型；以及

分类器训练部，训练与所述每个子类的声学模型相适应的情感分类器，

其中，所述声学模型和所述情感分类器构成初始的语音情感模型。

7.根据权利要求6所述的设备，其中所述情感模型生成部还包括：

语音情感模型更新部，根据所标注的多个情感语音样本与所述初始的语音情感模型的匹配结果更新所述初始的语音情感模型的参数。

8.根据权利要求5-7中任一项所述的设备，所述设备还包括：

语音情感模型测试部，采用所标注的多个情感语音样本对生成的语音情感模型进行测试，并根据测试结果生成所标注的多个情感语音样本的新标注信息；以及

测试结果反馈部，将所述新标注信息与相应的原始的标注信息进行比较，若不一致，则采用所述新标注信息修正所述相应的原始的标注信息。

9.一种识别语音信号中所承载的情感状态的方法，包括以下步骤：

将预处理后的语音信号与至少一个情感状态中的每一个情感状态的n个语音情感模型中的每一个分别进行相似度匹配，以识别所述语音信号所承载的不同情感表达方式的所述每一个情感状态，

其中，同一情感状态的n个语音情感模型中的每一个对应于所述同一情感状态的不同情感表达方式中的一种情感表达方式，以及

n为大于或等于2的整数。

10.根据权利要求9所述的方法，其中所述识别步骤包括以下步骤：

计算在所述语音情感模型中的每一个的条件下所述预处理后的语音信号承载所述语音情感模型中的每一个的相应情感状态的概率值，从计算得到的概率值中选择前几个作为投票候选概率值；以及

对所述投票候选概率值按对应的情感状态进行计票，将包含投票候选概率值的数目最大的情感状态确定为所述语音信号所承载的情感状态。