一种基于情感数据场的连续语音情感预测算法

摘要

本发明公开了一种基于情感数据场的连续语音情感预测算法，首先根据数据场理论，利用情感数据场中势函数建立不同语音情感特征向量之间的联系；其次，在短时间上选取多个语音情感特征向量，用群体智能算法在情感数据场中研究各语音情感特征向量的变化趋势，将这种变化趋势作为语音情感的识别结果。实验表明，本发明的方法可以有效的解决语音情感识别中存在的情感跟踪延迟问题并有效预测说话人情感的变化。

主权项

一种基于情感数据场的连续语音情感预测算法,其特征在于：获取训练样本的语音情感特征向量，利用语音情感特征向量作为数据构成情感数据场以形成语音情感特征空间，情感数据场中的势函数建立起不同语音情感特征向量之间的联系；在进行情感预测时，等间隔的对测试样本采集语音情感特征向量，判断语音情感是否发生变化，若未发生变化则返回重新获取下一时刻的语音情感特征向量并判断，若语音情感发生变化则等间隔的选取语音情感特征向量，利用TSP蚁群算法中的多个蚂蚁分别一一对应模拟选取出来的多个语音情感特征向量，利用TSP蚁群算法中的多个城市分别一一对应模拟多个语音情感的类型，在情感数据场中计算每种语音情感的类型在选取出来的多个情感特征向量处产生的势值大小，选择势值中最大的一个所对应的语音情感的类型即为预测语音情感变化后的情感类型。