[发明专利]一种基于倍频程信号强度和差异化特征子集的情感语音识别方法

摘要

本发明公开了一种基于倍频程信号强度和差异化特征子集的情感语音识别方法，步骤包括：S1对语音情感数据集X进行至少包括OBSI及OBSIR参数的特征提取；S2提取每一个情感ei的最优特征子集D(ei,other)；S3使用D(ei,other)进行训练识别，得到情感区分度d(ei)；S4根据d(ei)对情感集合S中的情感类型进行排列，得到有序情感集合S；S5根据S中各情感的顺序，构建SVM‑RF多级分类器；S7利用SVM‑RF多级分类器模型对测试情感语音进行分类测试，并输出分类结果。本发明基于倍频程信号强度和差异化特征子集的情感语音识别方法，以实现情感语音的准确识别。本发明以OBSI特征为基础，针对SVM和RF优点提出一种基于特征选择的SVM‑RF多级分类器构建算法，对子分类器的特征子集采取差异化策略，在保证性能的同时，减少了训练时间。

主权项

一种基于倍频程信号强度和差异化特征子集的情感语音识别方法，其特征在于，步骤包括：S1对给定语音情感数据集X进行特征提取，以得到原始情感特征集合F，所述原始情感特征集合F对应的情感集合为S，特征提取对象至少包括OBSI特征参数及OBSIR特征参数；S2利用给定语音情感数据集X的测试集计算特征集合F中每一个特征的Fisher分数，根据Fisher分数值从小到大对特征进行排名，并使用SVM作为分类器，对测试集Fisher分数排名在特征总数前10％的特征组成的特征集合使用序列前向选择方法得到区分情感集合S中每一个情感ei与其它情感other的最优特征子集D(ei,other)；S3使用D(ei,other)在部分样本中进行训练识别，得到每种情感的区分度d(ei)，所述情感区分度d(ei)表示在训练集中，使用特征子集D(ei,other)对ei和other进行识别的平均识别率；S4根据情感区分度d(ei)对情感集合S中的情感类型按从大到小的顺序进行排列，得到有序情感集合S；S5根据有序情感集合S中各情感的顺序，构建SVM‑RF多级分类器，所述SVM‑RF分类器包括级联连接且与特征子集一一对应的子分类器，并利用各特征子集实现SVM‑RF多级分类器训练；S7利用SVM‑RF多级分类器模型对测试情感语音进行分类测试，并输出分类结果。