[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

说明书

本发明公开了一种基于倒谱分离信号的非特定人语音情感识别方法，具体是：对情感语音库进行预处理；对预处理后的情感语音库提取传统特征；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；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；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；该识别方法可以有效提高非特定人语音情感识别率。

技术领域

本发明涉及非特定人语音识别技术领域，具体是一种基于倒谱分离信号的非特定人语音情感识别方法。

背景技术

声门与声道信号都包含了丰富的情感信息，由于个人声道的差异，通常声道信息则更多的包含了个人特征，这对于我们非特定人的情感识别工作产生了很多的干扰。在之前的谱特征提取工作之中，我们是对语音信号的整体信号进行特征提取，这类特征携带了大量的说话人的个人信息。这种特征对于特定人的情感识别往往是有效的。但是对于非特定人的情感识别效果则不如特定人。

发明内容

本发明的目的在于克服现有技术的不足，而提供一种基于倒谱分离信号的非特定人语音情感识别方法，该方法保留声带信息并摒弃一部分的声道信息，同时寻找最佳分离点，最后对处理后的信号提取特征，可以有效提高非特定人语音情感识别率。

实现本发明目的的技术方案是：

一种基于倒谱分离信号的非特定人语音情感识别方法，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分类器中，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。

所述的7种情感包括中性、生气、害怕、高兴、悲伤、厌恶、无聊。

所述的分帧，取10--30ms内进行分帧。

所述的加窗，采用汉明窗。

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S1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；