语音情感识别期刊资料
维普资讯 doc.guandang.net
芦涛等:于 S基 VM的汉语语音情感识别研究 测,通过奇异点确定得到基音周期。通过求倒数得到基音频率,计算出 F平均值、 O大值和 F再 O F最 O变化范围(分 别记为 FO FO和 FO )、~一。
朔
数,对线性的支持向量机而言,样的核函数很符合要求。这 对非线性支持向量机,线性映射核函数将数据映射到高非阶特征空间,最佳超平面即存在于此空间。好几种核函数都被应用于非线性支持向量机,比如高斯核函数、项式多核函数等。文中使用下面的高斯核函数进行研究: K(,一ep一yf f x ) x ( —。 ) (O 1) 式中:是高斯传播系数。 y 最初,VM是通过找到使测试样例分类错误率最低 S的最佳超平面来分识别 2种类别。现在有多种方法应用 S VM来区分多种类别,本文中使用的是 o e s l7 n-— l。 v a[]图1即为使用 S M进行语音情感识别的处理流程。 V
对于基音周期的提取,用了小波变换奇异点检测算采法。选取具有紧支集正则的二次样条小波 ( ) 。
则二次样条小波的相应滤波器传递函数为: HG ) 。cs/ )。 o一[O( 2] G( )一 4e。iG/ ) j sn o2
() 1 () 2
在每一尺度 ,一2上信号分解为低半带 带 V
-和高半厂 () 3 () 4
厂: 厂一 S厂*G( ){ S f一 f*H( )
分别使用了对应 4种情感(高兴、愤怒、恐惧、悲伤 )的支持 向量机,训练集中的每类情感数据对应的支持向量机经训练后被确定为相应的情感类,他非本类的情感则被标上其
当—O, f ,厂的采样值, ()式 ()时 =sf即 ( )式 3、 4 即为小波变换。计算 W ( )并求大于 0 8厂 -, .w的极值
点。在同一尺度下,相邻极值点的时间间隔就是基音周 期 T。
否定标志。在情感识别过程中,同时将特征向量输入到所 有支持向量机中,个支持向量机的输出通过逻辑判决后每来选择最可能的情感类别,出肯定标志的则被选定为正输确情感,由此可以得到识别结果。 识别结果输出
由此得到基音周期序列 (一 1…,)而基音频率 ,忌,就是基音周期的倒数,求得基音频率序列 F 1…, 0(一,
忌; )再计算出F平均值、 0 0 F最大值和 F 0变化范围(分别 记为 F、 O和 F~ )为语音情感识别特征参数其表 OF一 O作 达式为: l l
F一∑ro l 0 F T∑]/ 一
1 L
t :1
一
( 5 ) () 6 () 7 特征向量
FO一 ma ({一 x F0) FO 一 ma ( f x F0)一 mi F0) n( f
最终选取的情感特征参数是:时能量变化率、时短短平均振幅、有声部分最大振幅、时平均过零率、声部分短无时间比率、 0均值、 0大值和 F变化范围。 F平 F最 0
图 1基于 S M的情感识别系统 V
2语音情感识别 本文采用支持向量机 (up r vc r ci sS M) spot et h e,V o ma n来识别语音情感。S M是一种基于统计学习理论[的算 V 6]法,其最基本的训练原则就是找到使测试样本的分类错误率达到最低的最佳超平面。 2类问题的分类中,于一个给定的训练集 P一 (,对 (
3识别结果 在本文的情感识别实验中,支持向量机分类器的高斯传播系数 y量级取为 1_,择参数 C的数量级为 1。数 O。选 O,
这些参数会根据实验及错误率来不断改变,以使训练数据 的分类成功率不断提高。 表1是情感识别结果,VM分类器的平均支持向量数 S
“)…,, )X∈ R, , (“), X指样例,它们的标记。“是最 佳超平面啦+ b一 0可以通过最小化式 ( ) 8而得到: f
为 1, 1实验结果表明,V分类器可以很好地识别高兴、 S M 愤怒及恐惧这 3种情感,但在识别悲伤这种情感方面尚存在一定困难。表 2则是仅仅考虑高兴、愤怒和恐惧这 3
l I+c 8 。∑ f 一1
()种情感的识别,了6 .的平均识别率,相应的情感 8 达到 63其 表 1情感识别结果 ( 4种情感 ) ( )
式中:≥ O“( 8, cX+6≥1 8, o )— i一1 2…,,, z
8是间隔松弛变量,参数 C来度量系统的复杂性引人和错分率的妥协。为解决二次优化问题,最优超平面可定 义为如下函数: 旦
输出
丽—
—
g( )一
“ K ( )+ b i 1 2 3…,叔,,一,,, Q
() 9
I 1:
式中: , ) K( 是核函数 X是相应的非零拉格朗日乘法 i 器参数 a的支持向量; Q是支持向量的个数; 6是偏置参 (下转第 5 6页) 21

基于SVM的语音情感识别研究_专业资料。随着计算机技术的发展,人们对和谐人机交互的要求不断提高,这就要求计算机能理解说话人的情感信息,即能进行语音情感识别。本文...
燕山大学 硕士学位论文 基于SVM的汉语语音情感识别的研究 姓名:芦涛 申请学位级别:硕士 专业:信号与信息处理 指导教师:王成儒 20070301 摘要 摘要随着信息技术的发展...
本文提出了一种基于粗糙集和支持向量机的汉语语音情感识别方法,采用基于粗糙集...SVM 西南交通大学硕士研究生学位论文 第1页 第一章绪论1.1情感计算概述随着...
基于SVM的汉语评论情感分... 62人阅读 5页 2.00基于SV....gnp/:oc- 计算机系统应用 基于 SM 的语音情感识别算法① V 朱菊霞 ,吴小培...
基于SVM的语音信号情感识别_专业资料。在智能人一机交互系统中,语音信号的情感分类是目前热点的研究领域,并且得到了广泛的应用。本文提出一种基于特征提取和借助支持...
语音情感识别中特征参数的... 8页 免费 svm算法研究 2页 免费 SVM原理 9...还提出了基于 相对情感特征参数的汉语语音情感识别,并给出了识别结果和实验分析。...
基于SVM的汉语语音情感识别... 72页 20财富值 基于RBF神经网络的语音识别.....(4)本文以数据挖掘的两种分类方法对语音情感进行了识别的研究。一 种是通过...
基于SVM的汉语语音情感识... 72页 7下载券 基于语音基频的性别识别... 7...性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的 研究...
基于SVM的汉语评论情感分类方法研究_专业资料。情感分类是一项具有较大实用价值的分类技术.它可以对网上纷繁复杂的信息进行情感倾向标注.为用户提供一个简洁的总结...
语音情感识别研究 5页 免费 全局和时序结构特征并用的... 7页 免费喜欢此文档的还喜欢 基于RBF神经网络的语音识别... 55页 免费 基于SVM的汉语语音情感识别....
热门文档