基于聚合经验模态分解的情感语音特征提取

• 作者: 孙颖 张乐 张卫 张雪英
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 特征提取 聚合经验模态分解 固有模态函数 SpearmanRank相关系数 声学特征 情感语音识别
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 306-309,315
• 页数: 5页
• 分类号: TN912.3
• 字数: 3437字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.08.052

摘要

特征提取是情感语音识别系统的关键过程,决定系统整体识别性能.传统特征提取技术假定语音信号是线性、短时平稳信号,不具有自适应性.为此,通过聚合经验模态分解(EEMD)算法以非线性的处理方式提取特征.情感语音信号经EEMD分解后得到一组固有模态函数(IMF),利用相关系数法筛选出有效分量集合,对集合函数计算得到IMF能量特征(IMFE).选用德国柏林语音库作为实验数据来源,将IMFE特征、韵律特征、梅尔倒谱系数特征以及三者的融合特征分别输入到支持向量机中,通过比较不同特征的识别结果验证IMFE特征的有效性.实验结果表明,IMFE特征与声学特征融合后的平均识别率达到91.67％,可有效区分不同的情感状态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雪英	太原理工大学信息工程学院	233	1213	15.0	23.0
2	孙颖	太原理工大学信息工程学院	34	179	8.0	10.0
3	张乐	太原理工大学信息工程学院	7	82	4.0	7.0
4	张卫	太原理工大学信息工程学院	11	134	5.0	11.0