PAD三维情感空间中的语音情感识别

• 作者: 李超 王红霞 程艳芬 陈先桥 陈逸灵
• 来源期刊: 哈尔滨工业大学学报
• 学科: 工学
• 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
• 年，卷（期）: 2018,（11）
• 页码范围: 160-166
• 页数: 7页
• 分类号: TN912.34
• 字数: 5912字
• 语种: 中文
• DOI: 10.11918/j.issn.0367-6234.201806131

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈先桥	武汉理工大学计算机科学与技术学院	61	389	11.0	16.0
2	程艳芬	武汉理工大学计算机科学与技术学院	12	53	5.0	6.0
3	李超	武汉理工大学计算机科学与技术学院	52	529	12.0	21.0
4	陈逸灵	武汉理工大学计算机科学与技术学院	2	5	1.0	2.0
5	王红霞	武汉理工大学计算机科学与技术学院	10	45	4.0	6.0