[发明专利]一种基于PCA-BP的情绪识别方法及系统

说明书

本发明实施例公开了一种基于PCA‑BP的情绪识别方法及系统。通过将训练音频的第一声学特征向量和第一样本熵特征进行融合得到训练音频的第一情感声谱特征向量；采用PCA算法对情感声谱特征向量进行降维得到第二情感声谱特征向量；分别将各种情绪对应的训练音频的第二情感声谱特征向量输入预置BP神经网络模型进行训练得到各种情绪对应的声谱特征向量情绪模型；将待检测音频的第二声学特征向量和第二样本熵特征进行融合得到待检测音频的第三情感声谱特征向量与各个声谱特征向量情绪模型进行比对并计算情绪模型匹配度，输出最大情绪模型匹配度对应的声谱特征向量情绪模型。解决了当前的语音情绪识别过程复杂，实现难度高，准确率低，效率低的技术问题。

技术领域

本发明涉及情绪识别技术领域，尤其涉及一种基于PCA-BP的情绪识别方法及系统。

背景技术

随着计算机技术的迅猛发展，智能化已经越来越深入到人们的生活中，而在实际生活中，同一说话者用不用情绪说的完全相同的一句话，可以被听者品味出不同的含义，人们希望计算机不仅仅能确认说话人和语音识别，同时可以识别语义、情绪等更高级的信息，从而给予相应的反馈。

情绪是指人有喜、怒、哀、乐、惧等心理体验，这中体验是人对客观事物的态度的一种反映。情绪信息是语音信息中的一种信息资源。与语音识别技术不同，情绪识别系统更关注的是说话人的说话方式，需要挖掘更深层次的说话人的语气和态度，可以认为是语音信号中隐藏的更高阶的信息。

实现情绪的识别，需要赋予机器从语音中提取表征发音者情绪的非语义信息。通过寻找各种情绪对应的语音信号中的规律，提取出能够有效表征情绪状态的特征向量，利用计算机分析建模，最终确定发音者的情绪状态。

目前语音情绪识别技术的实现方案多是语音识别与表情识别和语义识别等复合方案的识别方式。但是，这种复合识别方案技术过于复杂，系统不仅仅依赖于简单的语音，甚至还需要进行图像、视频处理分析，不仅处理过程复杂，实现难度高，而且容易出错，效率低下，制约了情绪识别系统的市场推广。因此，导致了当前的语音情绪识别处理过程复杂，实现难度高，准确率低，效率低的技术问题。

发明内容

本发明提供了一种基于PCA-BP的情绪识别方法及系统，解决了当前的语音情绪识别处理过程复杂，实现难度高，过准确率低，效率低的技术问题。

本发明提供了一种基于PCA-BP的情绪识别方法，包括：

S1：获取训练音频，提取所述训练音频的第一声学特征向量和第一样本熵特征，分别将各个所述训练音频的所述第一声学特征向量和所述第一样本熵特征进行融合，得到各个所述训练音频的第一情感声谱特征向量；

S2：采用PCA算法对所述第一情感声谱特征向量进行降维处理，得到第二情感声谱特征向量；

S3：分别将各种情绪对应的所述训练音频的所述第二情感声谱特征向量输入预置BP神经网络模型进行训练，得到各种情绪对应的声谱特征向量情绪模型并加入训练模板库；

S4：获取待检测音频，提取所述待检测音频的第二声学特征向量和第二样本熵特征，将所述第二声学特征向量和所述第二样本熵特征进行融合，得到待检测音频的待检测第三情感声谱特征向量，将第三情感声谱特征向量与所述训练模板库中的各个所述声谱特征向量情绪模型进行比对并计算情绪模型匹配度，输出最大情绪模型匹配度对应的所述声谱特征向量情绪模型。

优选地，骤S1具体包括：获取训练音频，对所述训练音频进行预处理，提取预处理后的所述训练音频的第一声学特征向量和第一样本熵特征，分别将各个所述训练音频的所述第一声学特征向量和所述第一样本熵特征进行融合，得到各个所述训练音频的情感声谱特征向量，其中，预处理具体包括：采样处理和/或预加重处理和/或预滤波处理和/或加窗处理和/或端点检测处理。

优选地，所述声学特征向量具体包括MFCC特征和/或GFCC特征。