听觉注意模型的语谱图语音情感识别方法

• 作者: 宋鹏 张昕然 查诚 赵力 陶华伟
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 语音情感识别 跨数据库 语谱图特征 听觉注意机制 时频原子
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 短文与研究通讯
• 页码范围: 1117-1125
• 页数: 9页
• 分类号: TN912.34
• 字数: 7096字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.09.15

摘要

在语音情感识别技术中,由于噪声环境、说话方式和说话人特质原因,造成特征向量空间分布不匹配的情况.从语音学上分析,该问题多存在于跨数据库情感识别实验.训练的声学模型和用于测试的语句样本之间的错位,会使语音情感识别性能剧烈下降.语谱图的特征能从图像的角度对现有情感特征进行有效的补充.本文据此所研究的听觉选择性注意模型,模拟人耳听觉特性,能有效探测语谱图上变化的情感特征.同时,利用时频原子对模型进行改进,取得频率特性信号匹配的优势,从时域上提取情感信息.选择注意机制使模型能提取跨语音数据库中的显著性特征,提高语音情感识别系统的情感辨识能力.实验结果表明,利用文章所提方法在跨库情感样本上进行特征提取,再通过典型的分类器,识别性能提高了约9个百分点,从而验证了该方法对不同数据库具有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵力	东南大学水声信号处理教育部重点实验室	308	3093	27.0	44.0
2	宋鹏	烟台大学计算机与控制工程学院	12	42	4.0	6.0
3	张昕然	东南大学水声信号处理教育部重点实验室	10	91	5.0	9.0
4	查诚	东南大学水声信号处理教育部重点实验室	9	74	5.0	8.0
5	陶华伟	东南大学水声信号处理教育部重点实验室	7	113	4.0	7.0