分形维在语音情感识别中的研究.docVIP

多重分形谱和广义Hurst指数在语音情感识别中的应用 叶吉祥1,2 谭冠政1 （1.中南大学 信息科学与工程学院， 长沙 4100083 2.长沙理工大学 计算机与通信工程学院，长沙 410004） 摘 要：采用多重分形消除趋势波动法（MF-DFA）分析了高兴、生气、悲伤及平静四类情感的语音信号，提取了多重分形谱和广义Hurst指数作为新的语音情感特征，并用支持向量机（SVM）对语音情感进行识别。实验表明，单独使用多重分形与Hurst指数特征进行语音情感识别的识别率为65%，多重分形和Hurst指数特征是较好的语言情感特征；若将多重分形特征加入传统语音声学特征进行识别，与单独使用声学特征相比，识别率提高了15.1%，多重分形和Hurst指数可以作为声学特征的一个有效补充。 关键词：；； ； 情感识别eneralized Hurst Exponents in Speech Emotion Recognition Ye Jixiang1,2, Tan Guanzheng1 ( 1. school of Information Science and Engineering, Central South University, Changsha 410083,China； 2. College of Computer Communication Engineering, Changsha University of Science and Technology, Changsha 410004, China） Abstract：happy, angry, sadness and neutral, and then multifractal features and the Generalized Hurst Exponents are extracted as new speech emotion features. The accuracy of recognition using multifractal and Hurst Exponents features alone with Support Vector Machines (SVM) is 65%, so multifractal features are good emotion speech features. And experiment that combines multifractal feature with the acoustics features shows, compared with using acoustics features alone, the recognition rate increases 15.1%, so multifractal features and Hurst Exponents can be used as an effective supplement of acoustics features. Key words：multifractal；hurst exponents；emotion speech；MF-DFA；emotion recognition 1． 引言特征提取是语音情感识别研究中关键的问题之一。传统的语音情感特征主要有基音频率、共振峰、能量、语速、MFCC和LPCC等[1-2]。近年来，基于TEO能量算子[3]、希尔伯特边际谱[4]等特征也相继被用于语音情感识别中。这些特征本质上都是基于确定性线性系统理论的。然而语音信号的产生是一个复杂的非线性过程，其中存在着混沌机制[5]。传统语音情感特征缺乏对语音混沌特性的表征。 分形是描述混沌的重要手段，已在语音信号处理中得到广泛应用[6-8]。2010年，毛启荣等[9]将多重分形引入语音情感识别，从而更精确的反映语音包络线和基音周期等曲线的变化。本文从语音信号本身的混沌机制出发，用多重分形消除趋势波动分析法(MF-DFA)对四类情感语音信号进行分析，提取了多重分形谱和广义Hurst指数作为新的语音情感特征，并比较了不同情感语音的多重分形谱和Hurst指数表现特点，该识别实验表明，语音情感在多重分形谱和Hurst指数上具有良好的可分辨特性，因而也可作为表征语音情感的特征参数之一。 2. 多重分形谱 多重分析谱的定义有两种描述方法：一种是基于广义维数的概念，用参量描述，对于给定的阶，质量指数，进而求得广义维数。包含了分形理论中所涉及的所有维数。特别的，当=0时，即为普通的计盒维数；=1时，为信息维数；=2时，为关联维数。另一种是基于测度理论的方法，用参量描述。其中称为Lipschitz-H?lder指数，也称为奇异指数