[发明专利]基于特征空间自适应投影的语音情感识别方法

摘要

本发明公开了一种基于特征空间自适应投影的语音情感识别方法，属于语音信号处理领域。本发明首先对语音进行特征提取，并且计算每个特征的模糊熵，当该特征的模糊熵小于预先设定好的阈值时，则认为该特征与一般模型的差异较大，应该进行投影压缩，即在特征矢量中删除此特征。在训练的参数迭代估计中对权重进行强化，从而训练出对于每一类情感所对应的高斯混合模型；最后采用计算高斯混合模型似然值的方式进行识别。采用本发明的方法可以有效地去除对识别效果不佳的特征，从而提高语音情感识别率。

主权项

1.一种基于特征空间自适应投影的语音情感识别方法，其特征在于，包括以下步骤：（1）特征提取：对于情感语音库中的每一条语音样本，提取基本的声学特征，对于第个语音样本，；（2）特征选择： （2-1）对于特定说话人的某一个情感特征，此处设为第个特征，分别通过种情感的高斯混合模型，为待识别的情感类别数，得到个高斯混合模型似然概率密度值，以高斯混合模型似然概率密度值映射到0到1之间作为第个样本归属于第个情感类别的隶属度：其中，表示第i个样本的特征矢量在第j个情感类别模型参数下的似然值；（2-2）获得特定说话人的第个特征归属于第个情感类别的模糊熵，其计算公式为：其中，常数取，那么，对特定说话人的第个特征的平均模糊熵为：其中：为情感类别数；（2-3）对特定说话人的第个特征，当模糊熵超过一定阈值时，则认为此特征与一般模型的差异较大，应该进行投影压缩，即在特征矢量中删除此特征，保留下来的特征组成最终选出的特征矢量，其中阈值的取值范围为0.1～0.5；（3）训练：提取并选择出10维特征矢量以后，对于每一类情感所对应的所有训练数据，采用一个高斯混合模型来建模该类数据集中的数据分布，通过期望最大算法，并且基于情感数据的置信度，通过值控制修正比例对待估计的参数进行修正，，对于情感置信度高的训练样本，在参数迭代估计中的权重进行强化，从而训练出对于每一类情感所对应的高斯混合模型，即，, …… ,，其中为情感类别数；（4）识别：在识别过程中，首先直接计算选出的特征矢量，计算其关于每一类训练好的情感模型, …… ,的似然值，… ，，最终的识别结果为最大的似然值所对应的情感，即：其中，表示第个情感所对应的似然值。