[发明专利]一种基于语音的情绪识别方法及装置

权利要求书

1.一种基于语音的情绪识别方法，其特征在于，包括以下步骤：

1)分别收集人物喜、怒和哀的情绪声音数据；

2)采用PCA算法分别对喜、怒和哀的情绪声音数据分别进行降维处理；

3)然后对降维处理后的喜、怒和哀的情绪声音数据进行端点检测提取出梅尔-频率倒谱系数、共振峰和过零率三个特征参数，对特征参数建立高斯混合模型，分别训练出喜、怒和哀的情感声音的高斯混合模型，并建立由喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型的情感声音数据库；

4)收集待识别的语音片段；

5)将收集到的语音片段通过抗混叠滤波、模数变换、预加重预处理以及端点检测，然后提取出梅尔-频率倒谱系数、共振峰和过零率三个特征参数后，对特征参数建立对比高斯混合模型，随后与情感声音数据库内的喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型分别进行匹配；

6)对比高斯混合模型与情感声音数据库内的喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型中的某一个模型的重叠率大于设定的阈值，则判断为与该模型相同的情绪。

2.根据权利要求1所述的一种基于语音的情绪识别方法，其特征在于：所述阈值的设定值为38-70％。

3.根据权利要求2所述的一种基于语音的情绪识别方法，其特征在于：还具有步骤7)对判断后的对比高斯混合模型，进行与喜、怒和哀情绪相对应的标记，并更新到情感声音数据库内。

4.根据权利要求3所述的一种基于语音的情绪识别方法，其特征在于：所述语音片段持续时间为2-6s。

5.一种基于语音的情绪识别装置，其特征在于：包括

声音采集模块，用于收集待识别的语音片段；

音频处理模块，用于对收集到的人物喜、怒和哀的情绪声音数据进行降维处理，以及对收集到的语音片段进行过抗混叠滤波、模数变换和预加重预处理；

数据处理模块，用于进行端点检测，提取出梅尔-频率倒谱系数、共振峰和过零率三个特征参数，对特征参数建立高斯混合模型，分别训练出喜、怒和哀的情感声音的高斯混合模型；

数据库模块，用于存储喜-高斯混合模型、怒-高斯混合模型和哀-高斯混合模型。

6.根据权利要求5所述的一种基于语音的情绪识别装置，其特征在于：所述音频处理模块包含有模数转换器、音频输出器、抗混叠滤波器和预加重电路。

7.根据权利要求6所述的一种基于语音的情绪识别装置，其特征在于：所述音频处理模块和数据库模块均与数据处理模块物理连接。