[发明专利]一种基于多重分形和信息融合的语音情感识别方法

权利要求书

1.一种基于多重分形和信息融合的语音情感识别方法，其步骤为：

1)从语音库中提取语音样本数据，建立一语音样本训练集合和一语音样本测试集合；

2)利用所选非线性特征从所述语音样本训练集合中提取用于语音情感识别的非线性特征值；其中，所述非线性特征包括：语音信号多重分形谱，语音信号广义hurst指数；

3)对所述语音样本训练集合进行预处理，然后将所述非线性特征值作为各弱分类器的输入，对每一弱分类器进行训练；

4)将训练后的各弱分类器集成为一强分类器，然后利用所述语音样本测试集合中语音样本信号对该强分类器进行测试；

5)利用测试后的该强分类器对新语音信号进行分类，识别出语音信号对应的情感类别。

2.如权利要求1所述的方法，其特征在于所述非线性特征值包括：语音信号多重分形谱的最大值、最小值、均值、上四分位值、下四分位值、中值、方差，语音信号广义hurst指数的最大值、最小值、均值、上四分位值、下四分位值、中值、方差。

3.如权利要求1或2所述的方法，其特征在于采用多重分型理论及消除趋势分析法提取所述非线性特征值。

4.如权利要求3所述的方法，其特征在于获取所述非线性特征值的方法为：

41)对语音训练样本集合中的每一语音训练样本构造一语音信号累加序列；

42)对该语音信号累加序列按照从前到后和从后到前的顺序划分为2M个区间；

43)对于每个区间的点，通过最小二乘法计算该语音信号累加序列的局部趋势并提取方差；

44)对所有区间上的方差取平均值，得到一q阶波动函数；

45)拟合每一阶波动函数的双对数曲线的斜率，得到广义hurst指数；

46)根据该广义hurst指数计算当前语音训练样本的语音情感信号的多重分形谱；

47)分别提取多重分形谱和广义hurst指数的最大值、最小值、均值、上四分位值、下四分位值、中值、方差作为语音识别的非线性特征值。

5.如权利要求1所述的方法，其特征在于采用adaboost方法对训练后的各弱分类器进行集成，得到所述强分类器。

6.如权利要求5所述的方法，其特征在于通过adabosst信息融合的方法融合各弱分类器，得到所述强分类器，其方法为：

61)根据所述非线性特征值建立一样本空间；

62)从该样本空间中找出m组训练数据，每组训练数据的权重初始化为1/m；然后用弱学习算法对每一弱分类器分别迭代运算T次，每次运算后都按照预测结果更新训练数据权重分布，对于预测失败的训练样本增大其权重；

63)各弱分类器通过反复迭代，分别得到一个预测函数序列f₁，f₂，L，f_T，每个预测函数赋予一个权重，预测结果越好的函数，其对应权重越大；T次迭代之后，将预测函数加权得到一强预测函数，即所述强分类器。

7.如权利要求6所述的方法，其特征在于每一次迭代运算过程中，弱学习算法利用m组训练数据训练每一弱分类器t，得到一预测序列g(x_i)的预测误差e_t；然后根据预测误差e_t计算该序列g(x_i)的权重然后根据权重a_t调整下一轮训练样本的权重；

其中，x_i是训练数据，i代表训练数据时间序列的点。