一种改进的HMMRBF情感语音识别方法.pdfVIP

44 第44卷第4期 郑州大学学报(理学版) VoLNo·4 2012年12月 J．Zhengzhou ：=：： =： ：=：： =： ：：：： DOI：10．3969／j．issn／1671—6龋1．2012．04．015 一种改进的HMM／RBF情感语音识别方法 王 杰1， 耿丽红2， 朱晓东1 摘要：针对隐马尔科夫模型和径向基神经网络识别语音情感的缺陷，提出了一种新的基于两者的混合模型识别方 法．将神经预测器引入隐马尔科夫模型计算状态观察概率，使得隐马尔科夫模型能有效利用语音帧间信息，同时又 利用状态累计概率输入径向基神经网络分类，避免特征向量时间规整的麻烦．选取高兴、愤怒、悲伤、惊奇、平静五 类情感，以平静情感为参照求取特征向量进行实验，结果表明，相对于单一隐马尔科夫模型和常用混合模型方法， 该混合模型识别性能有明显改善，并且加入噪声后的识别效果仍然较好． 关键词：情感识别；混合模型；特征提取；隐马尔科夫；径向基 912 文献标志码：A 文章编号：1671—6841(2012)04—0068—05 中图分类号：TN 0引言 MarkOV neural 隐马尔科夫模型(hiddenmodels，HMM)和人工神经网络(artificial 语音情感识别的热点算法…．HMM对动态时序有很好的建模能力，ANN具有很好的分类决策能力和对不确 定信息的描述能力．但在情感识别时，HMM只考虑特征的类内差异，不关注模型间的相似特征；ANN描述动 态时间信号的能力不好．因此，组合HMM和ANN混合模型是情感识别的重要研究方向拉J．目前，比较常用 basis 与径向基(radial 利用HMM实现RBF输人的时间规整思想建立混合模型识别词汇，混合模型对混淆词汇的识别率较好．对于 对数加权特征向量输人RBF网络分类，该方法建立的混合模型识别情感时，与单一HMM相比，厌恶识别率 得到提升，但是惊奇、愤怒、喜悦、悲伤识别效果基本没有提高．这种方法仅仅利用了HMM对语音信号的建 模能力和ANN的分类能力．语音是具有很强相关性的连续变化的信号，而HMM假设状态观测概率是独立 的，不能很好地利用语音帧间的相关信息．语音情感关注语句整体情感，语音帧间相关信息很重要． RBF对复杂不确定性问题的自适应和自学习能力良好，能很好提取语音帧间的相关性信息．因此，作者 此组成混合模型进行语音情感识别∞J．混合模型在利用HMM建模能力和RBF网络强大分类能力的基础 上，又利用了RBF描述语音帧间相关性的能力，使得混合模型识别语音情感时的分类效果得到改善． 1混合模型算法设计 混合模型情感识别系统如图1所示．混合模型的训练识别过程是：在训练阶段，估计模型参数时用RBF 别阶段，通过RBF神经网络的非线性映射能力将HMM的状态累计概率进行映射，得到最终的情感分类识别 收稿日期：2012—06—19 基金项目：国家自然科学基金资助项目，编 作者简介：王杰(1959一)，男，教授，博士生导师，主要从事智能计算与模式识别、数据挖掘、信息采集与处理、通信测控与仿真研究 E-mail：wj@zzu．edu．ca． 万方数据 第4期 王 杰，等：一种改进的HMM／RBF情感语音识别方法 结果． 混合模型中的RBF神经网络是一个三层前馈网络，输入输出由线性神经元组成．中间隐含层节点常用 高斯核函数‘71执行非线性变换，起辐射作用，将输入空间映射到一个新的隐层空间．RBF网络简单，参数训 练易于实现，且不易限人局部极小的麻烦‘8f．RBF网络拓扑结构如图2所示． m心d模型 RBF节点 图1混合模型情感识别系统 图2 RBF神经网络结构 Fig．1The modelofemotion