基于语音PZCPA时频域特征融合的语音情感识别方法

• 作者: 阿卜杜萨拉木·艾海提 陈恳
• 来源期刊: 数据通信
• 关键词: 特征提取 特征融合 深度学习 情感识别
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 技术交流
• 页码范围: 42-46,51
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2021.02.010

摘要

从人类自然语言中提取和准确分类语音中的情感状态一直是人机交互的一个难点,同时相关研究在人工智能领域发挥着至关重要的作用.为了使语音情感识别系统有更好的鲁棒性,本文提出新的语音情感识别算法结构,主要包括PZCPA特征的提取方法,并且使用该特征进行基于深度学习的时域和频域特征融合,最后使用KNN进行语音情感识别.该算法在德国柏林语音情感数据库中加以验证,并且使用混淆矩阵做出了评价.通过实验得出,算法的整体识别率到达了 88.33％,其中对生气的识别率达到了 95％,此外,其中能量较低、特征较为一般的恐惧、悲伤、中性这三种情感的识别率达到了 83.33％、86.67％、86.64％,平均识别率比传统的方法提高了13.3％.最终结果表明,本文提出算法语音情感识别性能优越于同类算法.