基于Gammatone滤波器的混合特征语音情感识别

• 作者: 余琳 姜囡
• 来源期刊: 光电技术应用
• 学科: 工学
• 关键词: GFCC 情感识别 融合特征 K邻近分类算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 50-54,58
• 页数: 6页
• 分类号: TP391
• 字数: 3778字
• 语种: 中文

摘要

研究基于混合特征的语音情感识别问题.为了避免梅尔频率倒谱系数(MFCC)滤波器组的高频信号存在泄漏的局限性,提出一种基于Gammatone滤波器的倒谱系数(GFCC)特征与韵律特征、音质特征混合的情感识别方法.Gammatone滤波器谱峰比MFCC的三角滤波器平缓,能够解决三角滤波器能量泄露的问题,因此GFCC在复杂环境中更能表现出良好的抗噪能力.该方法将GFCC与共振峰、基音频率、短时能量、浊音帧差分基音特征进行融合,针对EMO-DB语音情感数据库的200条和自制语料库的1120条语句,采用K最近邻分类器(KNN)模型作为识别机识别语音情感信息.通过传统混合特征和改进混合特征的对比分析,实验结果表明,在噪声环境中新的混合特征参数具有更高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜囡		15	3	1.0	1.0
2	余琳		2	0	0.0	0.0