[发明专利]一种基于预测的多特征融合的老人语音情感识别方法

摘要

本发明公开一种基于预测的多特征融合的老人语音情感识别方法，包括以下步骤：获取空巢老人语音情感数据库；分别对数据库中的每条语音和表情提取不同的三种特征参数；采用基于预测的方法对多特征进行融合；用SVM进行特征识别；输出同一段语音下预测的最高准确率的情感类别，得到识别结果。基于预测的融合框架包括两部分：跨特征预测组件，其通过建模多特征之间的关系来组合三种特征，三种特征的连接由第一组预测器替代，分别学习语音情感类别的三种特征参数之间的映射；特征内预测组件，分别对三种特征的时间演进进行建模，特征内预测组件对应于决策级融合，每种特征由两个第二组预测器建模，分别学习每种类别的过去和当前特征之间的映射。

主权项

一种基于预测的多特征融合的老人语音情感识别方法，其特征在于：其包括以下步骤：第一步：获取空巢老人语音情感数据库，所述数据库中包含多种情感类别和多个人物形象；第二步：对所述数据库进行处理，分别对所述数据库中的每条语音和表情提取不同的特征参数：每条语音带有对应的情感类别，与相应语音对应的人物形象带有对应的表情：第一种特征：小波系数；利用小波变换对每条语音进行分解，舍弃语音高频带小波系数，实现降噪目的，然后选取语音基频带的小波系数进行方差分析，进而预测带噪语音的基音周期；第二种特征：傅立叶系数；利用傅里叶变换对每条语音整体变换，在得到加窗的每一帧信号后，需要知道此帧信号在不同频段的能量分布，从一个离散信号中提取离散频段频谱信息；第三种特征：Mel频率倒谱系数；在Mel标度频率域提取出倒谱参数；第三步：采用基于预测的方法对多特征进行融合；基于预测的融合框架包括两部分：第一个是跨特征预测组件，其通过建模多特征之间的关系来组合小波系数(X)、傅立叶系数(F)、Mel频率倒谱系数(M)，跨特征预测组件对应于特征级融合，其中三种特征的连接由第一组预测器替代，分别学习语音情感类别的三种特征参数之间的映射；第二个是特征内预测组件，分别对三种特征的时间演进进行建模，特征内预测组件对应于决策级融合，其中每种特征由两个第二组预测器建模，这两个第二组预测器分别学习每个情感类别的过去和当前特征之间的映射；其中，跨特征预测组件和特征内预测组件以分层方式组合；在第一层中，跨特征预测组件的三个预测器被组合以便考虑特征之间的双向关系，特征内预测组件的三个预测器被组合以便合并关于特征的时间演进的信息；在第二层中，组合跨特征预测组件和特征内预测组件，以便研究特征关系和它们的时间演进；第四步：用SVM进行特征识别；第五步：输出同一段语音下预测的最高准确率的情感类别，得到识别结果。