[发明专利]一种语音情感识别系统及识别方法

权利要求书

1.一种语音情感识别系统，其特征在于，包括语音预处理模块、情感特征提取模块、情感分析模块，所述语音预处理模块的输入端接语音数据，所述语音预处理模块的输出端与所述情感特征提取模块的输入端相联接，所述情感特征提取模块的输出端与所述情感分析模块的输入端相联接，所述情感分析模块的输出端输出分析识别结果；所述语音预处理模块通过对语音数据进行处理获得语音信号，并传递到所述情感特征提取模块对所述语音信号中与情感关联紧密的声学参数进行提取，最后送入所述情感分析模块完成情感的判断。

2.根据权利要求1所述的一种语音情感识别系统，其特征在于，所述情感特征提取模块包括特征参数提取模块、特征参数选取与处理模块，所述特征参数提取模块的输出端与所述特征参数选取与处理模块的输入端相联接。

3.根据权利要求2所述的一种语音情感识别系统，其特征在于，所述特征参数提取模块包括依次相连的时域特征提取模块、基频特征提取模块、清池音判断模块、语速提取模块、共振峰提取模块，所述时域特征提取模块用来提取语音信号中的短时能量特征，所述基频特征提取模块用来提取语音信号中的基频特征，所述清池音判断模块用来提取语音信号中的过零率特征，所述语速提取模块用来提取语音信号中的语速特征，所述共振峰提取模块用来提取语音信号中的共振峰特征。

4.根据权利要求2所述的一种语音情感识别系统，其特征在于，所述特征参数选取与处理模块用来完成数据转换和传递，通过对所述特征参数提取模块中提取出的单一特征参数诸如短时能量特征、过零率特征、基频特征、语速特征和共振峰特征进行选择处理，并将最终的特征参数汇总起来，每个语音信号的每一个有声段形成一个特征向量，并最终形成特征向量集，形成分类器训练输入文件，供所述情感分析模块的训练或识别使用。

5.根据权利要求1所述的一种语音情感识别系统，其特征在于，所述情感分析模块包括分类器模块，所述分类器模块在识别成功提取语音文件的特征参数基础上，通过机器学习方法，预测该录音文件所属的情绪分类。

6.根据权利要求5所述的一种语音情感识别系统，其特征在于，所述分类器模块在深度神经网络基础上，结合基于贡献分析的PCA算法，提出一种基于PCA算法贡献分析的深度神经网络语音情绪识别模型，通过PCA贡献分析技术提取类别特征中包含语音情绪的主要成分作为深度神经网络输入，进行网络训练，有效减少冗余参数、提升训练效率，实现情绪分类。

7.一种基于权利要求1所述的语音情感识别系统的识别方法，其特征在于，具体包括如下步骤：深度神经网络语音情绪识别模型训练步骤；深度神经网络语音情绪识别模型预测步骤。

8.根据权利要求7所述的一种语音情感识别方法，其特征在于，所述深度神经网络语音情绪识别模型训练步骤具体包括：将带标签的语音情绪数据库输入特征参数提取模块进行处理获取单一特征参数诸如短时能量特征、过零率特征、基频特征、语速特征和共振峰特征，然后输入特征参数选择与处理模块进行选择处理，并将最终的特征参数汇总起来，每个语音信号的每一个有声段形成一个特征向量，并最终形成特征向量集，形成分类器训练输入文件，输入情感分析模块的分类器模块进行训练，获得深度神经网络语音情绪识别模型。

9.根据权利要求8所述的一种语音情感识别方法，其特征在于，所述深度神经网络语音情感模型预测步骤具体包括：将未知分类的语音情绪数据库输入特征参数提取模块进行处理获取单一特征参数诸如短时能量特征、过零率特征、基频特征、语速特征和共振峰特征，然后输入特征参数选择与处理模块进行选择处理，并将最终的特征参数汇总起来，每个语音信号的每一个有声段形成一个特征向量，并最终形成特征向量集，形成分类器训练输入文件，输入情感分析模块的分类器模块按照所述深度神经网络语音情绪识别模型训练步骤获得的深度神经网络语音情绪识别模型，预测语音信号所属的情绪分类，并输出情绪识别维度结果。