基于情感对特征优化的语音情感分类方法

摘要

本发明公布了一种基于情感对特征优化的语音情感分类方法，包括如下步骤：(1)采集喜、怒、惊、悲，和平静五种基本情感状态的语音数据；(2)语音情感特征提取；(3)情感对的配对；(4)特征压缩与特征选择：(4-1)线性判别分析(LDA)降维；使用每个情感对各自的投影向量，分别进行各自的LDA变换；(4-2)基于fisher判别准则的特征选择方法；(5)基于两类分类器组的判决融合：(5-1)记输入的情感语音数据(5-2)两类分类器的判决输出Ci，j；(5-3)每个两类分类器的置信度wi，j，用式(3)来得到：(5-4)用相关译码的方法来进行判决：最大的相关值对应的情感类别，即为识别结果。

主权项

1.一种基于情感对特征优化的语音情感分类方法，包括如下步骤：(1)采集喜、怒、惊、悲，和平静五种基本情感状态的语音数据；(2)语音情感特征提取；(3)情感对的配对；其特征在于还包括如下步骤：(4)特征压缩与特征选择：(4-1)线性判别分析(LDA)降维，分别通过每个情感对的类内、类间离散度矩阵来计算各自的投影变换向量；使用每个情感对各自的投影向量，分别进行各自的LDA变换；(4-2)基于fisher判别准则的特征选择方法Fisher判别准则如式(1)所示：$f\left(d\right)=\frac{{({\mu }_{1d}-{\mu }_{2d})}^2}{{\sigma }_{1d}^2+{\sigma }_{2d}^2}---\left(1\right)$其中μ_1d、μ_2d为第d个维度两个类别的特征值的均值，为第d个维度两个类别的特征值的方差；(5)基于两类分类器组的判决融合：(5-1)记输入的情感语音数据，经过步骤(4)特征选择后构成待识别的样本矢量为X，一个两类分类器识别的情感为第i个情感与第j个情感，则通过GMM模型得到的GMM似然度为，P(X|λ_i)，P(X|λ_i)，其中λ_i，λ_j为两种情感的GMM模型的参数；(5-2)两类分类器的判决输出C_i，j为：$C_{i,j}=\left\{\begin{array}{cc}i& P\left(X\right|{\lambda }_i)\ge P\left(X\right|{\lambda }_j)\\ j,& P\left(X\right|{\lambda }_i)\le P\left(X\right|{\lambda }_j)\end{array}\right.---\left(2\right)$(5-3)每个两类分类器的置信度w_i，j，用式(3)来得到：$w_{i,j}=2\times \frac{|\ln \left(P\left(X\right|{\lambda }_i)\right)-\ln \left(P\left(X\right|{\lambda }_j)\right)}{\ln \left(P\left(X\right|{\lambda }_i)\right)+\ln \left(P\left(X\right|{\lambda }_j)\right)}---\left(3\right)$(5-4)用相关译码的方法来进行判决：即：每个两类分类器的输出值构成列向量C，设定的情感码字记为矩阵I_m×n，m为分类器的个数，n为情感类别数。输出值与码字间的距离即为相关值r_i，i＝1，2，…n，通过式(4)得到，R^T＝C^T·I_m×n         (4)其中，R＝{r₁，r₂，…，r_n}，每个分量与一种情感对应。最大的相关值对应的情感类别，即为识别结果，i^*＝arg max{r_i}       (5)i^*表示识别出的情感类别的标号。