[发明专利]一种用于说话人无关的语音情感识别的谐波特征提取方法

说明书

技术领域

本发明涉及一种语音信号处理方法，尤其涉及一种用于说话人无关的语音情感识别的谐波特征提取方法。

背景技术

随着模式识别和情感计算理论的不断发展，利用计算机从语音信号中自动识别出说话人的情感状态和变化，即语音情感识别技术，受到众多学者的重视。语音作为人类交流的重要媒介，是人与人之间传递信息的最基本途径。语音信号不仅传递着实际的语义内容，而且蕴含着丰富的情感信息。

语音情感识别的研究对于增加计算机的智能化和人性化，开发新型人机环境，以及推动心理学等学科的发展，具有重要的现实意义。目前，语音情感识别技术正在对人们的工作、学习和生活带来显著的影响。在教育界，语音情感识别技术应用于实时网络教学，增强教学效果，提高教学质量；在娱乐界，情感交互技术可以构筑拟人的风格和逼真的游戏场景；在工业界，智能家用电器、手机、汽车等能够理解我们的情感，并作出响应，为我们的工作和生活提供优质的服务；在医学界，可以对部分病症（如抑郁症、焦虑症等心理疾病）和空巢家庭中的老年人的情感变化进行检测并提供帮助。除此之外，语音情感识别技术还能在信息检索、网络通讯等方面发挥重要作用，其应用场景十分广阔。

语音情感识别中特征提取是基础，特征提取就是从语音信号中提取出表示语音情感的基本特征。语音特征可分为两类，一为语音学特征，一为韵律特征。研究者已尝试使用了诸多情感特征。 大量的研究表明，语音情感识别中常用的特征参数如：基音频率、共振峰系数、线性预测系数、倒谱系数等均为有效特征，如何寻找新的更具有个性特征的表现力、拥有更强的鲁棒性的语音特征，仍然是说话人无关语音情感识别技术领域中一个亟待解决的重要问题。

综上所述，声学特征是语音信号分析的基础，好的声学特征能够挖掘出语音信号的本质。尽管语音情感识别的研究已经取得进步，但远远达不到社会对其实用化的要求，主要表现在：

（1）尚未找到简单的声学特征参数用以可靠地识别情感；

（2）目前，大多数语音情感特征提取方法都是利用语音信号的短时平稳性，并认为语音信号的相邻之间相互独立。这样的特征提取方法丢失了语音信号的动态特征。

发明内容

本发明针对以上问题，提出一种基于谐波系数模型的语音情感特征参数提取方法，用于说话人无关的语音情感识别，该谐波系数特征可以提高语音情感识别的识别性能。

本发明是这样实现的，一种用于说话人无关的语音情感识别的谐波特征提取方法，其包括以下步骤：