[发明专利]一种融合特征评估和多层感知器的语音情感识别方法

权利要求书

1.一种融合特征评估和多层感知器的语音情感识别方法，其特征在于，步骤包括：

S1. 特征提取：分别提取对应各类情感状态的训练语音集的多维情感特征参数，得到原始特征集；

S2. 特征评估：对所述原始特征集中各情感特征进行评级排序，得到排序后的特征集；

S3. 最优特征集选择：分别从所述排序后的特征集中获取不同数量的多个特征子集，并使用多层感知器分别对各所述特征子集进行分类，根据分类结果选择最优的特征子集；

S4. 情感识别：对选择得到的所述最优的特征子集使用多层感知器训练情感分类模型，由训练得到的分类模型对待识别语音进行情感识别；

所述步骤S2中具体采用SVM-RFE算法对所述原始特征集中各情感特征进行评级排序；

所述采用SVM-RFE算法对所述原始特征集中各情感特征进行评级排序的具体步骤为：

S21. 将所述原始特征集作为当前特征集，转入执行步骤S22；

S22. 将当前特征集基于SVM分类算法训练SVM分类器，得到最优的特征权重向量w；

S23. 以所述最优的特征权重向量w的平方w²作为排序的准则，对当前特征集中各情感特征参数进行排序，并将排在最后的情感特征参数删除，得到排序后的特征集；

S24. 将所述步骤S23得到的排序后的特征集作为当前特征集，返回步骤S22以进行递归训练，直到得到所有情感特征参数的最终排序结果，输出最终的排序后的特征集；

所述步骤S3中具体从所述排序后的特征集中取前部分多个情感特征构成所述特征子集，即获取所述排序后的特征集中前N个情感特征构成所述特征子集，N小于排序后的特征集中情感特征参数的数量。

2.根据权利要求1所述的融合特征评估和多层感知器的语音情感识别方法，其特征在于，所述步骤S3的具体步骤为：

S31. 为N设定初始值，且N小于所述排序后的特征集中情感特征参数的数量K；

S32. 从所述排序后的特征集中获取前N个情感特征参数构成特征子集；

S33. 判断N是否大于K，如果是，转入执行步骤S34，否则转入执行步骤S33；

S33. 使用多层感知器对当前特征子集进行分类，得到对应当前特征子集的分类结果；将N的取值加1，返回执行步骤S32；

S34. 输出对应各特征子集的分类结果，并选择对应分类结果精度最高的特征子集作为最优的特征子集。

3.根据权利要求2所述的融合特征评估和多层感知器的语音情感识别方法，其特征在于，所述步骤S33中使用多层感知器对当前特征子集进行分类的步骤为：

S331. 初始化多层感知器网络中各权值；

S332. 采用反向传播算法对所述特征子集进行训练，并更新连接权重；

S333. 逐层进行误差传播，直至完成反向传播，得到情感分类结果。

4.根据权利要求3所述的融合特征评估和多层感知器的语音情感识别方法，其特征在于，所述步骤S333中更新连接权重值时,具体是根据原权重连接值、上一次迭代更新量计算得到。

5.根据权利要求4所述的融合特征评估和多层感知器的语音情感识别方法，其特征在于，所述连接权重值具体按照下式计算得到；

；

其中，W_u为连接权重值，E为输出神经元的误差，为多层感知器的学习率。

6.根据权利要求1所述的融合特征评估和多层感知器的语音情感识别方法，其特征在于：所述情感特征参数具体包括能量、基频、过零率、谐波噪声比以及1至多阶的梅尔频率倒谱系数中任意多种的组合。

7.根据权利要求6所述的融合特征评估和多层感知器的语音情感识别方法，其特征在于：所述步骤S1中具体提取所述情感特征参数的统计特征和/或所述统计特征的一阶导数，所述统计特征包括最大值、最小值、均值、标准差、动态范围、最大值位置、最小值位置、峰态、偏态、两个线性回归系数及所述两个线性回归系数之间的均方误差中一种或多种。