采用GW-MFCC模型空间参数的语音情感识别

• 作者: 周孝进 周强 李冰洁 沈燕 肖仲喆 陶智
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 语音情感识别 线谱对频率(LSF) Mel频率倒谱系数(MFCC) 高斯混合模型 模型空间
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 信息与信号处理
• 页码范围: 219-222,226
• 页数: 5页
• 分类号: TP391
• 字数: 4558字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1309-0381

摘要

针对单一语音特征对语音情感表达不完整的问题，将具有良好量化和插值特性的LSF参数与体现人耳听觉特性的MFCC参数相融合，提出基于线谱权重的MFCC（WMFCC）新特征。同时，通过高斯混合模型来对该参数建立模型空间，进一步得到GW-MFCC模型空间参数，以获取更高维的细节信息，进一步提高情感识别性能。采用柏林情感语料库进行验证，新参数的识别率比传统的MFCC和LSF分别有5.7%和6.9%的提高。实验结果表明，提出的WMFCC以及GW-MFCC参数可以有效地表现语音情感信息，提高语音情感识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶智	苏州大学物理科学与技术学院	80	587	13.0	21.0
2	周强	苏州大学物理科学与技术学院	18	81	5.0	8.0
3	沈燕	苏州大学物理科学与技术学院	22	175	6.0	13.0
4	肖仲喆	苏州大学物理科学与技术学院	13	12	2.0	3.0
5	周孝进	苏州大学物理科学与技术学院	6	16	2.0	4.0
6	李冰洁	苏州大学物理科学与技术学院	1	2	1.0	1.0