[发明专利]一种基于模糊最近邻算法的语音情感识别方法有效
| 申请号： | 201710577204.5 | 申请日： | 2017-07-14 |
| 公开（公告）号： | CN107492384B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 袁家政;刘宏哲;龚灵杰 | 申请（专利权）人： | 北京联合大学 |
| 主分类号： | G10L25/63 | 分类号： | G10L25/63;G10L25/33;G10L25/03 |
| 代理公司： | 北京驰纳智财知识产权代理事务所(普通合伙) 11367 | 代理人： | 谢亮 |
| 地址： | 100101 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于模糊最近邻算法的语音情感识别方法，包括以下步骤：按照定义提取每一个样本的短时能量特征、基音频率特征、过零率特征和短时平均幅值特征，组成四维的特征向量；计算每一种情感特征对于区分不同情感的贡献度；以步骤1所述的方法提取测试样本的四个相同的特征，组成四维的特征向量；根据欧式距离和步骤2中所计算出来的贡献度加权，计算训练样本的特征向量和测试样本的特征向量间的距离；对距离排序，并确定k个最近邻的样本的情感，根据个数多少分类；对于步骤5中的k个情感样本，用FKNN方法进行再分类。本发明能够提高了语音情感识别的准确性。 | ||
| 搜索关键词： | 一种 基于 模糊 近邻 算法 语音 情感 识别 方法 | ||
【主权项】：
一种基于模糊最近邻算法的语音情感识别方法，包括以下步骤：步骤1：按照定义提取每一个样本的短时能量特征、基音频率特征、过零率特征和短时平均幅值特征，组成四维的特征向量；步骤2：计算每一种情感特征对于区分不同情感的贡献度；步骤3：以步骤1所述的方法提取测试样本的四个相同的特征，组成四维的特征向量；步骤4：根据欧式距离和步骤2中所计算出来的贡献度加权，计算训练样本的特征向量和测试样本的特征向量间的距离；步骤5：对距离排序，并确定k个最近邻的样本的情感，根据个数多少分类；步骤6：对于步骤5中的k个情感样本，用FKNN方法进行再分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京联合大学，未经北京联合大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710577204.5/，转载请声明来源钻瓜专利网。
