基于声学特征的语言情感识别.pdfVIP

第42卷 第 9期 计 算 机 科 学 Vo1．42No．9 2015年 9月 Computer Science Sep2015 基于声学特征的语言情感识别 金 琴 。 陈师哲 李锡荣。 杨 刚 许洁萍。 (中国人民大学数据工程与知识工程教育部重点实验室 北京 100872) (中国人民大学信息学院 北京 100872) 摘 要 语音情感iY,~t,1是语音处理领域中一个具有挑战性和广泛应用前景的研究课题。探索了语音情感识别中的关 键问题之一：生成情感识别的有效的特征表示。从4个角度生成 了语音信号 中的情感特征表示：(1)低层次的声学特 征，包括能量、基频、声音质量、频谱等相关的特征，以及基于这些低层次特征的统计特征；(2)倒谱声学特征根据情感 相关的高斯混合模型进行距离转化而得 出的特征；(3)声学特征依据声学词典进行转化而得 出的特征；(4)声学特征转 化为高斯超向量的特征。通过实验比较了各类特征在情感识别上的独立性能，并且尝试了将不同的特征进行融合，最 后比较了不同的声学特征在几个不同语言的情感数据集上的效果 (包括 IEMOCAP英语情感语料库、CASIA汉语情 感语料库和Berlin德语情感语料库)。在 IEMOCAP数据集上，系统的正确识别率达到 了71．9 ，超越 了之前在此数 据集上报告的最好结果 。 关键词 语音情感识别，声学特征 ，特征融合 中图法分类号 TP391 文献标识码 A DOI 10．11896／j．issn．1002—137X．2015．9．005 SpeechEmotionRecognitionBasedonAcousticFeatures JIN Qin CHEN Shi-zhe2 LIXi—ronge YANG Gang2 XU Jie-ping2 (KeyLaboratoryofDataEngineeringandKnowledgeEngineeringofMinistryofEducation，RenminUniversityofChina，Beijing100872，China) (SchoolofInformation，RenminUniversityofChina，Beijing100872，China) Abstract Emotionrecognitionfrom speechisachallengingresearchareawithwideapplications．Thispaperexplored oneofthekeyaspectsofbuildinganemotion recognitionsystem：generatingsuitablefaeturerepresentation．Weextracted featuresfrom fourangles：(1)low-levelacousticfeaturessuchasintensity，F0，jitter，shimmer，spectralcontoursetc．and statisticalfunctionsoverthesefeatures，(2)asetoffeaturesderivedfrom segmentalcepstral—basedfeaturesscored againstemotion-dependentGaussianmixturemodels，(3)asetoffeaturesderivedfrom asetoflow-leve1acousticcode— words，(4)GMM supervectorsconstructedbystackingthemeansorcovarianceorweightsoftheadaptedmixturecom— ponentsoneachutterance．Weapplie