语音情感常用特征识别性能探析.docVIP

语音情感常用特征识别性能探析 　　摘要：在语音情感识别中，情感特征的选取与组合是重要环节。在包含6种情感的普通话情感语料库中，选取了一些常用的情感特征：Mel频率倒谱系数、基频、短时平均幅度能量、短时过零率和第一共振峰等，进行提取并计算得到12个统计量，最后利用基于支持向量机（SVM）的语音情感识别系统进行分类。实验结果表明该方法得到了较高的平均情感识别率，且情感特征的选取、抽取及建模是合理、有效的。同时，得到不同有效的语言情感特征的识别贡献率并对其进行排序。在传统语音情感识别研究中采用定性的情感特征识别分析，而该文采用定量的情感特征识别分析，为今后语音情感识别的相关研究特供了重要参考价值与帮助 关键词：语音情感识别；语音情感特征的选取；定量的情感特征识别分析；支持向量机 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）04-0173-02 1 背景 语音是人们交流的主要方式，语音信号不仅传递语义信息，同时承载了说话人的情感状态。情感因素的引入能使人机交互变得更加自然和谐。因此，语音信号的情感识别成为近年来智能人机交互领域的研究热点[1]。如何使计算机从语音信号中自动识别出说话人的情感状态及其变化，是实现自然人机交互界面的关键前提，具有很大的研究价值和应用价值[3]。例如：可以用于对电话服务中心用户紧急程度的分拣，从而提高服务质