基于局部特征优化的语音情感识别

• 作者: 朱廷劭 汪静莹 隋小芸
• 来源期刊: 中国科学院大学学报
• 学科: 工学
• 关键词: 语音情感识别 局部特征 全局特征 聚类分析 数据优化
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 431-438
• 页数: 8页
• 分类号: TN391.4
• 字数: 5315字
• 语种: 中文
• DOI: 10.7523/j.issn.2095-6134.2017.04.004

摘要

情感识别在人机交互领域具有广阔前景.由于情感表达在时间上具有一定的持续性,统计特征更能体现不同情绪语音的差异和动态变化,大多数语音情感识别研究都使用全局特征(如最大值、最小值等),并没有充分挖掘局部特征(如单帧的短时能量、过零率等)中的信息.提出一种基于局部特征优化的方法,对每个情感语音样本做进一步提纯,通过聚类分析对情感特征相对不显著的帧进行过滤,在此基础上进行统计计算和分类,以提高预测的准确率.实验结果表明,基于优化后的样本进行情感分类,3个语料库的平均准确率提高5％～17％.进一步的研究发现这种优化方法可能更适合于语音长度较长的情感识别场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱廷劭	中国科学院心理研究所	45	122	7.0	9.0
2	汪静莹	中国科学院心理研究所	5	9	2.0	3.0
6	隋小芸	中国科学院心理研究所	1	0	0.0	0.0