摘要
本文中我们提出了一种将高斯混合模型同马尔可夫网络结合的时域多尺度语音情感识别框架,并将其应用在耳语音情感识别中。针对连续语音信号的特点,分别在耳语音信号的短句尺度上和长句尺度上进行了基于高斯混合模型的情感识别。根据情绪的维度空间论,耳语音信号中的情感信息具有时间上的连续性,因此利用三阶的马尔可夫网络对多尺度的耳语音情感分析进行了上下文的情感依赖关系的建模。采用了一种弹簧模型来定义二维情感维度空间中的高阶形变,并且利用模糊熵评价将高斯混合模型的似然度转化为马尔可夫网络中的一阶能量。实验结果显示,本文提出的情感识别算法在连续耳语音数据上获得了较好的识别结果,对愤怒的识别率达到了64.3%。实验结果进一步显示,与正常音的研究结论不同,耳语音中的喜悦情感的识别相对困难,而愤怒与悲伤之间的区分度较高,与Cirillo等人进行的人耳听辨研究结果一致。
学科与关键词
关键词
语音情感识别多尺度分析马尔可夫网络判决融合 speech emotion recognitionmulti-scale analysisMarkov networksdecision fusion
- 采用GW-MFCC模型空间参数的语音情感识别沈燕; 肖仲喆; 李冰洁; 周孝进; 周强; 陶智计算机工程与应用, 2014.
- 基于模糊核判别分析的语音情感识别夏菽兰; 赵力科学技术与工程, 2013, (30): 8928-8932.
- 基于MFCC和GFCC混合特征的语音情感识别研究郭卉; 姜囡; 任杰光电技术应用, 2019, (06): 34-39.
