基于KPCA和模糊核Fisher判别的语音情感识别.pdfVIP

第30卷第 1期 重庆工商大学学报(自然科学版) 2013年 1月 Vo1．30 NO．1 JChongqingTechnolBusinessUniv．(NatSciEd) Jan．2013 文章编号：1672—058X 2【013)01—0062—07 基于 KPCA和模糊核 Fisher判别的语音情感识别 木 邢玉娟，李恒杰 ，胡建军，王万军 (甘肃联合大学 电子与信息工程学院，甘肃 兰州 730000) 摘 要：针对语音情感识别率不高和实时性差的问题 ，提 出一种基于KPCA核主成分空间的模糊 KFD 算法，应用于语音情感识别。首先采用KPCA对语音情感特征向量降维去噪，根据转换矩阵得到核主成分空 间，然后在该特征空间利用模糊 C均值聚类计算语音特征 向量的隶属度 ，进而对 LDA算法中的类间离散度 和类 内离散度重新定义，生成模糊 KFD分类器进行语音情感识别。仿真实验结果表 明，提出的方法相 比于 传统SVM和核Fisher判别算法具有较高的识别率和 良好的抗噪性能，是一种行之有效的语音情感识别新 方 法。 关键词：语音情感识别；模糊核Fisher判别；核主成分分析；模糊 C均值聚类 中图分类号 ：TP391 文献标志码 ：A 语音情感识别 就是根据说话人的语音特征识别出说话人的情感状态 (如愤怒、喜悦、惊讶、悲伤、害 怕、厌恶等)，包含语音情感特征参数的提取以及情感状态的判定，在信号处理和人工智能领域有着重要的 研究意义。 在语音情感识别中，为了获得理想的识别率，主要提取基音频率、短时能量、共振峰、MFCC参数以及它 们的派生参数作为语音的情感特征。特征向量的维数很高，并且高维特征向量往往也存在着一些对情感分 类贡献小，甚至没有贡献的特征 J。采用这样的高维特征向量进行情感识别，势必会产生识别率低和实时 性差的问题 。近几年来，基于核函数的机器学习方法如支持向量机法、核Fisher判别技术等以其出色的分类 性能成为模式识别领域的研究热点。核Fisher判别 (KernelFisherDiscriminant，KFD)技术在分类时采用了 所有的训练样本，而不是少量的称之为 “支持向量”的样本，因此 KFD的识别率在某种程度上优于支持向量 机 ]。然而 KFD的求解难度随着样本数 目的增加急剧提高，同时在KFD的计算中并没有考虑到样本对所 属类别的相对重要性或对所属类别贡献的大小问题，并且语音特征向量中存在噪声点和野值 向量，导致 KFD训练速度慢且识别率不高。因此此处提出一种基于核主成分空间的(KernelPrincipleComponentSpace， KPCS)模糊核Fisher判别(FuzzyKernelFisherDiscriminant，FKFD)语音情感识别方法。采用核主成分分析 (KernelPrincipleComponentAnalysis，KPCA)和模糊 C均值聚类(FuzzyC—meansClustering，FCM)对特征 向 量进行降维去噪、聚类的同时，对不同的样本赋予不同的惩罚权系数，得到样本的隶属度 ，使得不同样本对 Fisher目标函数的贡献不同，进而提高FKFD判别的准确率 。 收稿 日期 ：2012—06—05：修回日期 ：2012—07—04． $基金项 目：甘肃省教育厅基金项 目(1l13-01)． 作者简介：邢玉娟 (1981一)，女，甘肃天水人，讲师，硕士研究生，从事生物特征识别的研究 第 1期 邢玉娟，等：基于KPCA和模糊核Fisher判别的语音情感识别 63 l 基于KPCA核主成分空间的模糊核 Fisher判别在语音情感识别 中的应用 此处提出的语音情感识别方法的系统框图如图1所示。 图 1 语音情感识别系统框图 1．1 KPCA降维去噪 KPCA的核心思想是通过核函数技巧，将原始数据映射到高维特征空间，然后在高维特征空间中利用主 成分分析法 (PrincipleComponentAnalysis，PCA)求出最佳投影方向，从而获得非线性特征 。 假设情感语音样本为{。， ，…， }， ∈R ，通过非线性映射 ：ER