[发明专利]基于费舍比率最优小波包分解的语音情感特征提取方法

说明书

技术领域

本发明专利涉及一种语音情感特征提取方法，尤其涉及一种基于费舍比率最优小波包分解的语音情感特征提取方法，属于语音情感识别技术领域。

背景技术

随着信息技术的快速发展和各种智能终端的兴起，现有的人机交互系统正面临日益严峻的考验。为了克服人机交互的障碍，使人机交互更为方便、自然，机器的情感智能正日益受到各领域研究者的重视。语音作为现今人机交互中极具发展潜力的高效交互媒介，携带着丰富的情感信息。语音情感识别作为情感智能的重要研究课题，在远程教学、辅助测谎、自动远程电话服务中心以及临床医学，智能玩具，智能手机等方面有着广阔的应用前景，吸引了越来越多研究机构与研究学者的广泛关注。

为了提高语音情感识别的精度和鲁棒性，提取充分反映说话人情感状态的语音情感特征至关重要。从原始语音数据中提取有效的情感信息，剔除情感无关的说话人身份信息、说话内容信息等冗余信息是提高语音情感识别系统鲁棒性的重点和难点。

作为一种新兴的信号时频分析技术，小波包分析因其在数字信号处理中的灵活性和有效性，越来越得到研究者的广泛重视。对于分类问题，建立反映类别可分性的准则函数用于构建最优小波包基，对信号进行相应的最优小波包分解，并保留最具类别区分性的信号分量，剔除冗余信息，是提高分类准确度的重要途径。这种基于分类能力的有监督的特征提取思想和方法在语音情感识别研究中具有重要的意义。

发明内容

本发明解决的问题是：为提高语音情感识别的精度和鲁棒性，结合以上背景和需求，本发明提供一种基于费舍比率最优小波包分解的语音情感特征提取方法。这种语音情感特征提取方法能够利用小波包分解的灵活性，以反映情感分类能力的费舍比率为准则构建最优小波包基，并提取具有情感区分性的特征参数，作为语音情感特征。

本发明的技术解决方案是：

一种基于费舍比率最优小波包分解的语音情感特征提取方法，包括以下步骤：

步骤1：接收情感语音片段输入；

步骤2：将情感语音片段数字化以提供数字语音信号X；

步骤3：对数字语音信号X进行预处理，得到有效语音帧集合；

步骤4：构造费舍比率最优小波包基；

步骤5：利用步骤4构造的费舍比率最优小波包基对有效语音帧进行小波包分解，得到各有效语音帧的小波包系数；

步骤6：利用步骤5得到的有效语音帧小波包系数计算各有效语音帧的情感特征。

本发明的有益效果包括：

(1)本发明利用了小波包分解方式的多样性，采用反映情感类别区分能力的费舍比率作为选取最优小波包基的准则函数，构建了费舍比率准则下的最优小波包基，用于语音信号的分析；

(2)本发明根据费舍比率与情感类别区分能力的相关性，将费舍比值高的最优小波包树叶节点上的小波包系数用于语音情感特征提取，剔除原始语音信号中与情感类别相关性较弱的冗余信息，有助于提高语音情感识别的鲁棒性；

(3)本发明建立了一种反映类别区分能力的费舍比率准则函数用于最优小波包基的构造，该准则函数具有可加性，从而保证了自底至顶的快速算法可以用于最优小波包基的构造，有效降低了最优小波包基构造和语音情感特征提取的计算复杂度。

附图说明

图1为本发明的语音情感特征提取流程图；

图2为费舍比率最优小波包基构造流程图。

具体实施方式

一种基于费舍比率最优小波包分解的语音情感特征提取方法，包括以下步骤：

步骤1：接收情感语音片段输入；

步骤2：将情感语音片段数字化以提供数字语音信号X；

步骤3：对数字语音信号X进行预处理，得到有效语音帧集合；

步骤4：构造费舍比率最优小波包基；

步骤5：利用步骤4构造的费舍比率最优小波包基对有效语音帧进行小波包分解，得到各有效语音帧的小波包系数；

步骤6：利用步骤5得到的有效语音帧小波包系数计算各有效语音帧的情感特征。

步骤3中所述的预处理包括如下步骤：

步骤3.1：对数字语音信号X按下式进行预加重，得到预加重后的语音信号