PAD三维情感空间中的语音情感识别

被引：3

作者：

陈逸灵

程艳芬

陈先桥

王红霞

李超

机构：

[1] 武汉理工大学计算机科学与技术学院

来源：

哈尔滨工业大学学报 | 2018年 / 50卷 / 11期

关键词：

PAD三维情感模型; 语音情感识别; 梅尔频率倒谱系数; 时间点火序列; 点火位置信息; 相关性分析;

D O I：

暂无

中图分类号：

TN912.34 [语音识别与设备];

学科分类号：

0711 ;

摘要：

离散情感描述模型将人类情感标注为离散的形容词标签,该类模型只能表示有限种类的、单一明确的情感类型,而维度情感模型从情感的多个维度量化了复杂情感的隐含状态.另外,常用的语音情感特征梅尔频率倒谱系数(MFCC)存在因分帧处理引起相邻帧谱特征之间相关性被忽略问题,容易丢失很多有用信息.为此本文提出改进方法,从语谱图中提取时间点火序列特征、点火位置信息特征对MFCC进行补充,将这三种特征分别用于语音情感识别,根据识别结果从PAD维度情感模型的三个维度(Pleasure-displeasure愉悦度、Arousal-nonarousal激活度、Dominance-submissiveness优势度)进行相关性分析得到特征的权重系数,加权融合后获得情感语音的最终PAD值,将其映射至PAD三维情感空间中.实验表明,增加的时间点火序列、点火位置信息不但能探测说话人的情感状态,同时考虑了相邻频谱间的互相关信息,与MFCC特征形成互补,在提升基本情感类型离散识别效果的基础上,将识别结果表示为PAD三维情感空间中的坐标点,采用量化的方法揭示情感空间中各种情感的定位与联系,展示出情感语音中糅杂的情感内容,为后续复杂的语音情感分类识别奠定研究基础.

引用

页码：160 / 166

页数：7

共 19 条

[1]

融合LPCC和MFCC特征参数的语音识别技术的研究.[D].张文克.湘潭大学.2016, 03

[2]

脉冲耦合神经网络（PCNN）在基于语谱图的说话人识别中的应用.[D].阮柏尧.五邑大学.2008, 12

[3]

语音情感识别中的特征提取与识别算法研究.[D].孙亚新.华南理工大学.2015, 01

[4]

脉冲耦合神经网络在图像处理中的应用研究.[D].李建锋.中南大学.2013, 12