基于OBSI和特征選擇的語(yǔ)音情感識(shí)別算法.pdf

1、語(yǔ)音情感識(shí)別利用語(yǔ)音信號(hào)中的情感信息識(shí)別人的不同情感狀態(tài)，對(duì)解決因不良情緒造成的社會(huì)問(wèn)題提供一種監(jiān)測(cè)手段。本文首先尋找能夠?qū)φZ(yǔ)音情感有效識(shí)別的關(guān)鍵特征，再利用特征選擇和區(qū)分不同情感的最優(yōu)特征子集差異性，研究語(yǔ)音情感識(shí)別算法。
　　本文主要工作如下:
　　(1)給出一種適用于語(yǔ)音情感識(shí)別的改進(jìn)頻帶劃分的OBSI特征提取算法。將樂(lè)器識(shí)別領(lǐng)域的OBSI及其衍生特征OBSIR引入到語(yǔ)音情感識(shí)別中，并根據(jù)人耳聽覺(jué)特性重新設(shè)計(jì)特征提取中

2、間環(huán)節(jié)-倍頻程濾波器組子頻帶頻率范圍。通過(guò)在EmoDB、CASIA和SAVEE數(shù)據(jù)庫(kù)上的對(duì)比實(shí)驗(yàn)，驗(yàn)證了OBSI特征和OBSIR特征用于語(yǔ)音情感識(shí)別的有效性，相比MFCC等常見(jiàn)特征有較好的識(shí)別能力;也驗(yàn)證了OBSI和OBSIR特征與常見(jiàn)特征組合可以進(jìn)一步提升語(yǔ)音情感識(shí)別效果。
　　(2)給出一種基于樣本特征值分布混淆度和MRMR結(jié)合的改進(jìn)特征選擇算法。根據(jù)數(shù)據(jù)集樣本特征取值分布情況，首先定義并構(gòu)建特征值混淆度統(tǒng)計(jì)量，以評(píng)估特征的重

3、要程度，然后給出一種聯(lián)合特征值混淆度和分類器的Wrapper式特征選擇算法，并給出了相應(yīng)的子集搜索策略，最后引入MRMR算法，對(duì)已選出的特征子集進(jìn)行適當(dāng)?shù)鼐S數(shù)約簡(jiǎn)。通過(guò)對(duì)比實(shí)驗(yàn)，驗(yàn)證了特征值混淆度統(tǒng)計(jì)量評(píng)估特征區(qū)分能力的有效性，也驗(yàn)證了本文給出特征選擇算法能夠選出較優(yōu)的特征子集。
　　(3)給出一種利用最優(yōu)特征子集差異性的多級(jí)語(yǔ)音情感分類器的構(gòu)建算法。根據(jù)情感區(qū)分度，使用若干個(gè)一對(duì)多的二分類SVM，首先對(duì)較為容易區(qū)分的情感進(jìn)行區(qū)分