发明名称 |
联合惩罚稀疏表示字典学的语音情感识别方法及系统 |
摘要 |
本发明公开了一种联合惩罚稀疏表示字典学的语音情感识别方法及系统,该方法包括:S1、对训练样本库中每个情感语音信号进行特征提取和处理,得到训练样本特征矩阵A;S2、用子编码和全编码联合惩罚的字典学方法对训练样本特征矩阵A进行学得到字典<img file="DDA0000400306890000011.GIF" wi="32" he="56" />;S3、对测试样本库中的情感语音信号进行特征提取和处理,每个测试样本得到各自的测试样本特征向量y;S4、将测试样本特征向量y在字典<img file="DDA0000400306890000012.GIF" wi="28" he="48" />上进行稀疏编码得到编码系数<img file="DDA0000400306890000013.GIF" wi="64" he="56" />S5、根据字典<img file="DDA0000400306890000014.GIF" wi="32" he="48" />学的识别准则进行识别。本发明成功地使用基于子编码和全编码联合惩罚的稀疏表示字典学方法对语音情感信号进行识别,使得识别结果更准确。 |
申请公布号 |
CN103594084A |
申请公布日期 |
2014.02.19 |
申请号 |
CN201310503631.0 |
申请日期 |
2013.10.23 |
申请人 |
江苏大学 |
发明人 |
毛启容;董俊健;黄正伟;王新宇;邢玉萍;詹永照 |
分类号 |
G10L15/02(2006.01)I;G10L15/06(2013.01)I;G10L25/63(2013.01)I |
主分类号 |
G10L15/02(2006.01)I |
代理机构 |
江苏致邦律师事务所 32230 |
代理人 |
樊文红 |
主权项 |
1.一种联合惩罚稀疏表示字典学习的语音情感识别方法,其特征在于,所述方法包括:S1、对训练样本库中每个情感语音信号进行特征提取和处理,得到训练样本特征矩阵A;S2、用子编码和全编码联合惩罚的字典学习方法对训练样本特征矩阵A进行学习得到字典<img file="FDA0000400306860000011.GIF" wi="76" he="62" />S3、对测试样本库中的情感语音信号进行特征提取和处理,每个测试样本得到各自的测试样本特征向量y;S4、将测试样本特征向量y在字典<img file="FDA0000400306860000012.GIF" wi="42" he="58" />上进行稀疏编码得到编码系数<img file="FDA0000400306860000013.GIF" wi="66" he="59" />S5、根据字典<img file="FDA0000400306860000014.GIF" wi="32" he="60" />学习的识别准则进行识别。 |
地址 |
212013 江苏省镇江市京口区学府路301号 |