[发明专利]基于频谱平移的情感说话人识别方法有效
| 申请号： | 200810162450.5 | 申请日： | 2008-11-25 |
| 公开（公告）号： | CN101419800A | 公开（公告）日： | 2009-04-29 |
| 发明（设计）人： | 杨莹春;吴朝晖;单振宇 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G10L17/00 | 分类号： | G10L17/00 |
| 代理公司： | 杭州天勤知识产权代理有限公司 | 代理人： | 胡红娟 |
| 地址： | 310027浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于频谱平移的情感说话人识别方法，包括如下步骤：(1)采集待测音频信号后，对音频信号依次进行采样量化、去零漂、预加重和加窗，得到加窗后的语音帧；(2)加窗后的语音帧经过快速傅立叶变换得到频谱信号，采用频谱平移方法得到多组分别拥有不同共振峰分布的频谱信号；(3)采用美尔滤波器对上述频谱进行滤波，再采用离散余弦压缩得到语音特征；(4)按步骤(1)～步骤(3)的流程提取的待测音频信号的语音特征，采用最大得分方法计算气氛得分，并给出识别结果。本发明方法改变中性情感语音的共振峰分布情况，合成具有不同共振峰分布的语音频谱，增强系统对各种情感语音的熟悉程度，提高系统识别率。 | ||
| 搜索关键词： | 基于 频谱 平移 情感 说话 识别 方法 | ||
【主权项】：
1、一种基于频谱平移的情感说话人识别方法，其特征在于，包括如下步骤：(1)音频预处理采集待测音频信号后，对音频信号依次进行采样量化、去零漂、预加重和加窗，得到加窗后的语音帧；(2)频谱平移加窗后的语音帧经过快速傅立叶变换得到频谱信号，采用频谱平移方法对频谱信号进行平移得到多组分别拥有不同共振峰分布的频谱信号，不同的共振峰分布表示信号不同的情感类型；(3)特征提取采用美尔滤波器对频谱信号进行滤波，再采用离散余弦压缩得到语音特征；(4)说话人识别采用频谱平移方法将每个说话人的中性语音频谱转换成各种情感语音频谱，并利用每种情感语音频谱建立说话人的相应情感下的模型；将按步骤(1)～步骤(3)的流程提取的待测音频信号的语音特征，计算待测音频信号在各种情感语音的说话人模型下的得分，采用最大得分方法计算其得分，得到识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200810162450.5/，转载请声明来源钻瓜专利网。
