[发明专利]一种基于模糊支持向量机的语音情感识别方法

说明书

技术领域

本发明涉及语音情感识别技术，具体的说是涉及一种基于模糊支持向量机的语音情感识别方法。

背景技术

专家已经从生理和心理两个领域对情感研究了很长一段时间，随着人工智能的快速发展，人机交互中的情感研究引起了广大专家的极大兴趣。在人机交互中，希望人类跟机器能更自然的进行交流，这就需要机器能够理解人类的情感，所以机器对情感的分类识别显得尤其重要了。在人类交流中，语音包含了丰富的信息，所以机器可以通过语音对情感进行分类识别。专家们对语音情感分类识别已经进行了大量的研究和分析，一般包括语音情感库的建立、情感特征提取、分类识别方法的研究。前人为了提高语音情感的识别率，对每一个环节都进行了改进研究，但没有形成一个统一的系统，识别率也不是很高。前人用梅尔倒谱系数(MFCC)作为识别特征，但在识别之前没有对此特征做进一步处理，这就会出现很多冗余的信息影响识别效果。前人在使用分类器的时候发现噪声或孤立点对识别率影响特别大，为了消除这种影响提高识别率，选择一个合适的分类器成了研究的重点。为了提高语音情感识别率，对情感特征作适当处理和选择合适的分类方法尤其重要。

发明内容

本发明所要解决的，就是针对传统技术存在的问题，提出一种基于模糊支持向量机的语音情感识别方法。

本发明解决上述技术问题所采用的技术方案是：一种基于模糊支持向量机的语音情感识别方法，其特征在于，包括以下步骤：

a.对输入的语音信号预处理；所述预处理包括预加重滤波和加窗分帧，其中预加重滤波的预加重系数α为0.97，加窗分帧的帧长为30ms；

b.提取处理后的语音信号的特征信息；所述特征信息为梅尔倒普系数(MFCC)；其中，特征信息为26维，包括13维梅尔倒普系数以及13维由梅尔倒普系数推导出的一阶差分倒普系数；

c.对提取的梅尔倒普系数进行降维处理；所述降维处理具体为采用核主成份分析(KPCA)进行降维；KPCA的处理过程如下：

c1.将所获得的n个指标(每一指标有m个样品)的一批数据写成一个(m×n)维数据矩阵

c2.计算核矩阵，先选定高斯径向核函数中的参数，再由式K_μν:＝(Φ(x_μ)·Φ(x_ν))，计算核矩阵K；

c3.通过Kμv→Kμv-1M(Σw=1MKμw+Σw=1MKwv)+1M2Σw,τ=1MKwτ]]>修正核矩阵得到KL；

c4.运用Jacobi迭代方法计算KL的特征值λ₁,...,λ_n即对应的特征向量v₁,...,v_n；

c5.特征值按降序排序(通过选择排序)得λ₁'＞...＞λ_n'并对特征向量进行相应调整得v₁′,...,v_n′。