[发明专利]一种基于倒谱分离信号的非特定人语音情感识别方法

权利要求书

1.一种基于倒谱分离信号的非特定人语音情感识别方法，其特征在于，具体包括如下步骤：

S1.对情感语音库进行预处理；

S2.对预处理后的情感语音库提取传统特征；

S3.对处理后的情感语音库的语音信号进行倒谱域分离与重构；

S4.对重构后的语音信号进行特征提取，得到重构后的情感语音库；

S5.将经过步骤S4后的重构后的情感语音库分成训练集和测试集，训练集采用SVM分类器进行训练后，将测试集输入训练后的训练集中，进行语音识别后，输出判决结果；

经过上述步骤，完成非特定人语音的情感识别；

步骤S2中，所述的提取传统特征，是对分帧后的情感语音库的语音进行传统声学特征的提取，采用256点帧长、帧移128点，提取的声学特征包括：韵律特征参数提取、声音质量特征提取、非线性特征提取、谱特征提取；

韵律特征参数提取，包括：基音频率的均值、短时能量均值和过零率变化率；

声音质量特征提取，包括：频率微扰熵和振幅微扰熵；

非线性特征提取，包括：Hurst指数；

谱特征提取，包括：梅尔频域倒谱系数MFCC、线性预测系数LPC和非线性梅尔频域参数NFD_Mel；

所述的梅尔频域倒谱系数MFCC，是提取12维MFCC特及其一阶差分共24维，然后计算其平均值；

所述的线性预测系数LPC，是提取12维LPC，并计算其平均值；

所述的非线性梅尔频域参数NFD_Mel，具体的计算步骤为：

S2-1.首先对分帧后的每帧信号做短时傅里叶变换，然后加入Teager能量算子，并取频谱幅度做2次方得到能量谱；

S2-2.将S 2-1中求得的能量谱输入Mel频率滤波器组中，并求出每个滤波器输出的对数能量；

S2-3.将S 2-2中取得的对数能量经离散余弦变换得到静态的12阶NFD_Mel参数；

S2-4.将S2-3中的NFD_Mel系数进行一阶差分，得到动态的12阶NFD_Mel参数；

S2-5.将S2-3与S2-4中的参数结果组合到一起，最终形成24阶的NFD_Mel参数。

2.根据权利要求1所述的一种基于倒谱分离信号的非特定人语音情感识别方法，其特征在于，步骤S1中，所述的情感语音库，含有7种情感，采用16Khz采样率，8bit量化，对情感语音库进行分帧加窗处理。

3.根据权利要求2所述的一种基于倒谱分离信号的非特定人语音情感识别方法，其特征在于，所述的7种情感包括中性、生气、害怕、高兴、悲伤、厌恶、无聊。

4.根据权利要求2所述的一种基于倒谱分离信号的非特定人语音情感识别方法，其特征在于，所述的分帧，取10--30ms内进行分帧。

5.根据权利要求2所述的一种基于倒谱分离信号的非特定人语音情感识别方法，其特征在于，所述的加窗，采用汉明窗。