基于多級分類的語音情感識別.pdf

1、在人工智能飛速發(fā)展的今天，機器若要真正實現(xiàn)智能化，則必須要能夠理解人類的情感，所以對于人類語音情感識別的研究顯得尤為重要。本文選用柏林語音情感庫，在傳統(tǒng)SVM用于語音情感識別的基礎(chǔ)之上，提出了一種多級分類算法，平均識別率較傳統(tǒng)SVM方法提高了5.42％；然后本文又利用PCA來進行特征優(yōu)選，將優(yōu)選后的特征用于語音情感識別實驗，所得七種情感的平均識別率也較傳統(tǒng)SVM方法提高了5.24%；最后本文將多級分類與PCA相結(jié)合，在每一級判決器上都采

2、用PCA來進行特征優(yōu)選，最終得到七種情感的平均識別率較傳統(tǒng)SVM方法提高了7.85%。
　　本文研究了如何對語音文本進行端點檢測，并研究了MFCC、基音頻率、共振峰、Delta特征、短時過零率、短時能量等情感特征的提取方法。采用所提取到的情感特征并利用傳統(tǒng)SVM方法進行語音情感識別獲得了58.69%的平均識別率。由傳統(tǒng)方法所得出的混淆矩陣，本文引入了混淆度的概念，從而提出了一種多級分類構(gòu)造算法，即將容易區(qū)分的情感先分開，然后再對易

3、混淆的情感進行分類，逐級地判斷出待識別語音的情感類型。與傳統(tǒng)SVM進行語音情感識別相比，基于多級分類的語音情感識別平均識別率提高了5.42%，從而證明了該多級分類算法確實能夠提高語音情感的識別率。
　　然而，由于所涉及語音特征較多，算法對運行速度和存儲空間都有較高的要求。本文采用PCA來優(yōu)選特征，將PCA與傳統(tǒng)SVM方法相結(jié)合得到的平均識別率較傳統(tǒng)基于SVM方法提升了5.24%，從而證明了PCA用于特征降維并優(yōu)選特征確實能夠提高情