本發(fā)明屬于語音情感識別領(lǐng)域，涉及一種基于冗余特征和多詞典表示的語音情感識別方法及系統(tǒng)。

背景技術(shù)：

語音作為最主要的交流手段之一，在新型的人機(jī)交互領(lǐng)域受到越來越廣泛的關(guān)注。若想讓計(jì)算機(jī)理解人類的意思，就要讓計(jì)算機(jī)模仿人們最常見的溝通方式。如今人類的溝通方式已經(jīng)變得多種多樣，而人們最主要的交流方式就是說話。人在說話時，便將自己的情感隱藏在語音信號之中，所以語音是人在表達(dá)自己情感和想法的最好媒介。語音情感識別是實(shí)現(xiàn)基于語音的智人工交互的重要步驟之一，因此讓計(jì)算機(jī)有效地識別人類話語中的情感，對于更好地實(shí)現(xiàn)人機(jī)交互是一個行之有效的方法。

我國在語音情感識別領(lǐng)域的研究還是取得了重大的進(jìn)展，國內(nèi)許多高校和國家重點(diǎn)實(shí)驗(yàn)室都對語音情感識別進(jìn)行了深入的分析與研究。從2000年起，清華大學(xué)的蔡紅蓮教授對超音段特征進(jìn)行了深入的研究，并使用高斯混合模型(GMM)和概率神經(jīng)網(wǎng)絡(luò)(PNN)分類器對漢語的普通話情感進(jìn)行識別。最后的結(jié)果表明，超音段特征能較好地將不同的情感狀態(tài)區(qū)分開來，他們的實(shí)驗(yàn)中識別結(jié)果準(zhǔn)確率達(dá)到了76.7％。從2001年起，東南大學(xué)的趙力教授針對驚奇、悲傷、高興、憤怒4種語音情感信號的小樣本數(shù)據(jù)，提出了將語音情感的全局特征和時序基頻(F0)特征相結(jié)合的方式來進(jìn)行語音情感識別，并取得了較好的識別結(jié)果，識別率達(dá)到80％。

在情感特征提取方面，由于某些情感的相似性，單一類型的特征不能將語音情感進(jìn)行很好的區(qū)分，因而尋找合適的情感特征組合有利于系統(tǒng)性能的進(jìn)一步改善。

在特征表示或分類方面，基于詞典的表示方法受到了廣泛的關(guān)注，這是因?yàn)樵~典具有強(qiáng)大的表示能力并且具有自適應(yīng)學(xué)習(xí)能力。然而，在當(dāng)前基于詞典表示的方法中，絕大多數(shù)方法都只使用一個詞典，因而表示能力受到限制。

為了解決當(dāng)前方法中存在的特征抽取和表示的不足，本發(fā)明提出了冗余特征抽取方案和多詞典表示方法，并提出了基于冗余特征和多詞典表示的語音情感識別系統(tǒng)。一些詞典用于分解，另一些詞典用于綜合表示。利用多個詞典，從而可以充分挖掘冗余特征中的區(qū)分性特征，又可以適當(dāng)?shù)叵鞒卣魅哂鄮淼牟焕绊?；同時基于多詞典的表示使分類更容易，可以基于類別重構(gòu)誤差最小化來簡單地完成分類識別任務(wù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是針對當(dāng)前單一類型特征的有限區(qū)分能力和單詞典表示的有限表示能力，提供一種基于冗余特征和多詞典表示的語音情感識別方法。該方法提取基音頻率特征(F0)、超音段響度(Loudness)特征、譜特征中的MEL頻率子帶能量系數(shù)(MFBECS)特征、線性譜頻率(LSF)特征以及小波變換后的多尺度特征，并將這些特征組合在一起形成冗余特征，然后基于這些冗余特征學(xué)習(xí)多類多個分析和綜合詞典對，并選取具有最小重構(gòu)誤差的那一對詞典的類別作為測試語音的情感類別，最終提高語音情感識別率。

為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種基于冗余特征和多詞典表示的語音情感識別系統(tǒng)，包括以下步驟：

(1)對訓(xùn)練樣本庫中每個語音情感信號進(jìn)行預(yù)處理，得到語音情感數(shù)據(jù)幀。

(2)對(1)中的語音情感數(shù)據(jù)幀進(jìn)行基音頻率特征、超音段響度特征、譜特征中的MEL頻率子帶能量系數(shù)特征、線性譜頻率特征以及多尺度小波變換特征抽取，并進(jìn)行特征組合，得到訓(xùn)練樣本的冗余特征向量。

(3)對(2)中所提取的情感冗余特征向量進(jìn)行歸一化并用主成分分析法(PCA)進(jìn)行降維，再進(jìn)行表示詞典和分析詞典學(xué)習(xí)，得到多詞典對。

(4)對測試樣本語音情感信號進(jìn)行預(yù)處理，如(2)中的特征提取，并形成冗余特征向量，再進(jìn)行歸一化以及PCA降維。

(5)使用學(xué)習(xí)到的多類多字典對來對(4)中的測試樣本冗余特征向量進(jìn)行重構(gòu)，并根據(jù)最小重構(gòu)誤差所對應(yīng)的詞典對的類別來對該語音情感樣本的類別進(jìn)行判別。

所述步驟(1)中的預(yù)處理步驟如下：

(11)對語音情感信號的音頻文件進(jìn)行解碼處理，將其轉(zhuǎn)換成PCM格式的波形文件，再對語音情信號進(jìn)行重采樣處理。

(12)對(11)中得到的語音信號預(yù)加重處理，提高情感信號的高頻分量。

(13)對(12)中得到的語音信號進(jìn)行漢明窗分幀處理。

所述步驟(2)中的冗余特征抽取以及歸一化和PCA降維具體步驟如下：

對預(yù)處理后的語音情感信號進(jìn)行響度(Loudness)特征、譜特征中的MFBECS特征和LSF特征提取。

對(13)中預(yù)處理后的每一幀情感信號進(jìn)行傅里葉變換，求得時域點(diǎn)對應(yīng)的頻譜，并對每個頻率及其所有倍頻諧波成分進(jìn)行疊加。疊加公式如下所示：

其中，R為要考慮的諧波數(shù)量，本發(fā)明中該參數(shù)取15；參數(shù)c的作用是在統(tǒng)計(jì)諧波總和能量時，降低諧波能量的影響，本發(fā)明中該值取0.85。

針對諧波疊加的能量，在給定的基頻范圍內(nèi)(f_min，f_max)進(jìn)行極大值的尋找。為了提取更準(zhǔn)確的F0特征，為了消除二倍頻的影響，本發(fā)明提出改進(jìn)的諧波和計(jì)算公式如下：

利用上述公式從而完成F0特征提取。

(24)使用Gabor帶通濾波器對(13)中預(yù)處理后的語音情感數(shù)據(jù)幀進(jìn)行十七個臨界帶的濾波處理。Gabor帶通濾波器的具體公式如下所示：

其中，Sx為輸入的語音情感信號的方差，Sy的取值為1。

(25)對每個情感數(shù)據(jù)幀的每一個臨界帶進(jìn)行三層小波包變換(WPT)，從而獲得相應(yīng)的小波系數(shù)。

(26)對17個臨界帶的每個小波系數(shù)進(jìn)行自相關(guān)系數(shù)的計(jì)算，從而得到多尺度小波變換特征，共136維。

完成基于小波變換的多尺度特征提取。

(27)直接將以上得到的不同的情感特征首尾相連形成一個較長的列向量，從而得到情感特征組合，也就是冗余情感特征。

所述步驟(3)中的多類多詞典對學(xué)習(xí)的具體步驟如下：

對所提取的冗余情感特征向量進(jìn)行歸一化以及PCA降維。

(31)使用訓(xùn)練樣本的語音情感的冗余特征數(shù)據(jù)構(gòu)建情感模型。本發(fā)明引進(jìn)變量X_K，使得X_k＝P_kY_k，對目標(biāo)函數(shù)進(jìn)行優(yōu)化。目標(biāo)函數(shù)為：

其中D_k＝[d₁，d₂…d_l]∈R^d×l，P_k∈R^l×d分別表示第k類訓(xùn)練樣本得到的合成字典和分析字典。D＝[D₁，…D_k，…D_C]是合成字典，P＝[P₁，…P_k，…P_C]是分析字典。其中C類的訓(xùn)練樣本數(shù)據(jù)d表示訓(xùn)練樣本的特征維數(shù)，N_K表示第k類的樣本總個數(shù)，λ為標(biāo)量參數(shù)，N表示訓(xùn)練樣本的總個數(shù)d_i是合成矩陣D的第i個列向量。

(33)使用訓(xùn)練樣本數(shù)據(jù)訓(xùn)練字典對，得到合成字典D以及分析字典P。具體步驟如下：

步驟1.輸入：C個目標(biāo)類的訓(xùn)練語音情感樣本構(gòu)成的數(shù)據(jù)矩陣Y＝[Y₁，…Y_K，…Y_C]，所需的參數(shù)λ、λ₁及/(字典的個數(shù))。

步驟2.初始化：隨機(jī)初始化D_k∈R^d×l和P_k∈R^l×d，這兩個矩陣均具有歸一化的F范數(shù)。

步驟3.固定D與P，使用公式對X進(jìn)行更新。

步驟4.固定D與X，使用公式對P進(jìn)行更新。

步驟5.固定X與P，使用公式對D進(jìn)行更新。

步驟6.斷定是否收斂。若收斂，則轉(zhuǎn)到步驟7；否則步驟3，繼續(xù)對D、P、X進(jìn)行更新。

步驟7.輸出：分析字典P，合成字典D。

所述步驟(4)中的測試樣本語音情感信號預(yù)處理、冗余特征提取、歸一化以及PCA降維的具體步驟如下：

對測試樣本語音情感信號進(jìn)行預(yù)處理并抽取響度(Loudness)特征、MFBECS特征、LSF特征、F0特征以及小波變換特征，將得到的情感特征首尾相接形成一個列向量，也就是冗余特征，再進(jìn)行歸一化以及PCA降維。

所述步驟(5)中使用得到的字典對對測試樣本進(jìn)行重構(gòu)的具體步驟如下：

使用得到的字典對來對測試樣本進(jìn)行重構(gòu)，并根據(jù)最小重構(gòu)誤差來對該語音情感樣本的類別進(jìn)行判別。

具體的基于多類多詞典對表示的分類過程如下：

步驟1.輸入：C個目標(biāo)類的語音情感訓(xùn)練樣本構(gòu)成的數(shù)據(jù)為Y＝[Y₁，Y₂…Y_J，…Y_C]，以及測試樣本數(shù)據(jù)矩陣A＝[x₁，x₂…x_k，…x_N]∈R^d×N。

步驟2.使用式Y(jié)_k≈DPY＝D₁P₁T_k+D₂P₂Y_k+…D_kP_kY_k+…D_CP_CY_k進(jìn)行求解合成字典D與分析字典P。對于測試樣本數(shù)據(jù)中的每一個測試樣本x∈R^d，重復(fù)進(jìn)行如下步驟3與步驟4。

步驟3.對于每一類k，k＝1，2，…，C，重復(fù)進(jìn)行下面兩個步驟

(1)計(jì)算重構(gòu)的樣本x_recons(k)＝D_kP_kx。

(2)計(jì)算原測試樣本x與重構(gòu)樣本之間的殘差r_k(x)＝||x-x_recons(k)||₂。

步驟4.輸出：

本發(fā)明的創(chuàng)新之處在于：

本發(fā)明提出冗余特征抽取方案，包括小波特征、F0特征、響度(Loudness)特征、譜特征中的MFBECS特征和LSF特征；然后利用抽取的冗余特征進(jìn)行多類多詞典表示學(xué)習(xí)，最后利用重構(gòu)誤差最小的詞典對所對應(yīng)的類別對輸入語音情感進(jìn)行分類識別。與傳統(tǒng)使用單一或少數(shù)特征進(jìn)行情感識別的方法不同，本發(fā)明綜合利用了各種特征的區(qū)分能力，有利于提高系統(tǒng)的識別準(zhǔn)確度；同時與傳統(tǒng)的基于單個詞典的表示方法不同，本發(fā)明提出了綜合詞典和分析詞典的多詞典對學(xué)習(xí)方法，并利用多詞典的較強(qiáng)表示能力來進(jìn)一步提高語音情感識別的準(zhǔn)確度?？傊?，本發(fā)明既能綜合利用冗余特征的區(qū)分能力，又能利用多詞典的強(qiáng)大表示能力來提高語音情感的識別準(zhǔn)確率。

附圖說明

圖1是小波特征提取流程圖

圖2是語音情感識別流程圖

具體實(shí)施方式

以下將結(jié)合附圖所示的各實(shí)施方式對本發(fā)明進(jìn)行詳細(xì)描述。但這些實(shí)施方式并不限制本發(fā)明，本領(lǐng)域的普通技術(shù)人員根據(jù)這些實(shí)施方式所做出的結(jié)構(gòu)、方法、或功能上的變換均包含在本發(fā)明的保護(hù)范圍內(nèi)。

本發(fā)明公開了一種基于冗余特征和多詞典表示的語音情感識別系統(tǒng)，具體實(shí)施步驟包括：

(1)對訓(xùn)練樣本庫中每個語音情感信號進(jìn)行預(yù)處理，得到語音情感數(shù)據(jù)幀。

(2)對(1)中的語音情感數(shù)據(jù)幀進(jìn)行小波特征、F0特征、響度特征、MFBECS特征和LSF特征抽取，并進(jìn)行特征首尾相接而形成冗余特征，從而得到訓(xùn)練樣本特征向量。

(3)對(2)中所提取的情感特征向量進(jìn)行歸一化以及使用主成分分析法進(jìn)行降維，再進(jìn)行多詞典對表示學(xué)習(xí)，從而得到詞典對。

(4)對測試樣本語音情感信號進(jìn)行預(yù)處理，如(2)中的特征提取，并時行特征向量組合，再進(jìn)行歸一化以及PCA降維。

(5)使用得到的詞典對來對(4)中得到的測試樣本進(jìn)行重構(gòu)，并根據(jù)最小重構(gòu)誤差來對該語音情感樣本的類別進(jìn)行判別。

所述步驟(1)中的預(yù)處理步驟如下：

(11)對語音情感信號的音頻文件進(jìn)行解碼處理，將其轉(zhuǎn)換成PCM格式的波形文件，再對語音情信號進(jìn)行重采樣處理。

(12)對(11)中得到的語音信號預(yù)加重處理，提高情感信號的高頻分量。

(13)對(12)中得到的語音信號進(jìn)行漢明窗分幀處理。

所述步驟(2)中的特征提取及特征組合以及歸一化以及PCA降維具體步驟如下：

對預(yù)處理后的語音情感信號進(jìn)行響度特征、MFBECS特征和LSF特征提取。

對(13)中預(yù)處理后的每一幀情感信號進(jìn)行傅里葉變換，求得時域點(diǎn)對應(yīng)的頻譜，并對每個頻率及其所有倍頻諧波成分進(jìn)行疊加。疊加公式如下所示。

其中，R為要考慮的諧波數(shù)量，本發(fā)明中該參數(shù)取15；參數(shù)c的作用是在統(tǒng)計(jì)諧波總和能量時，降低諧波能量的影響，本發(fā)明中該值取0.85。

針對諧波疊加的能量，在給定的基頻范圍內(nèi)(f_min，f_max)進(jìn)行極大值的尋找。為了提取更準(zhǔn)確的F0特征，為了消除二倍頻的影響，改進(jìn)的諧波和計(jì)算公式如下：

完成基于改進(jìn)算法的F0特征提取。

(24)使用Gabor帶通濾波器對(13)中預(yù)處理后的語音情感數(shù)據(jù)幀進(jìn)行十七個臨界帶的濾波處理。Gabor帶通濾波器的具體公式如下所示：

其中，Sx為輸入的語音情感信號的方差，Sy的取值為1。

(25)對每個情感數(shù)據(jù)幀的每一個臨界帶進(jìn)行三層小波包變換，從而獲得相應(yīng)的小波系數(shù)。

(26)對17個臨界帶的每個小波系數(shù)進(jìn)行自相關(guān)系數(shù)的計(jì)算并作為特征，從而得到小波特征，共136維特征。

完成基于臨界帶多分辨率分析的小波特征提取。

(27)直接將以上得到的不同的情感特征組成一個列向量，從而得到冗余的情感特征組合。

所述步驟(3)中的基于多詞典對表示的語音情感識別的具體步驟如下：

對所提取的冗余情感特征向量進(jìn)行歸一化以及PCA降維。

(32)使用訓(xùn)練樣本的語音情感的特征數(shù)據(jù)構(gòu)建情感模型。使用訓(xùn)練樣本的語音情感的特征數(shù)據(jù)構(gòu)建情感模型。本發(fā)明引進(jìn)變量X_K，使得X_k＝P_kY_k，對目標(biāo)函數(shù)進(jìn)行優(yōu)化。目標(biāo)函數(shù)為。

其中D_k＝[d₁，d₂…d_l]∈R^d×l，P_k∈R^l×d分別表示第k類訓(xùn)練樣本得到的合成字典和分析字典。D＝[D₁，…D_k，…D_C]是合成字典，P＝[P₁，…P_k，…P_C]是分析字典。其中C類的訓(xùn)練樣本數(shù)據(jù)d表示訓(xùn)練樣本的特征維數(shù)，N_K表示第k類的樣本總個數(shù)，λ為標(biāo)量參數(shù)，N表示訓(xùn)練樣本的總個數(shù)d_i是合成矩陣D的第i個列向量。

(33)使用訓(xùn)練樣本數(shù)據(jù)訓(xùn)練詞典對，得到合成詞典D以及分析詞典P。具體步驟如下：

步驟1.輸入：C個目標(biāo)類的訓(xùn)練語音情感樣本構(gòu)成的數(shù)據(jù)矩陣Y＝[Y₁，…Y_K，…Y_C]，所需的參數(shù)λ、λ₁及/(字典的個數(shù))。

步驟2.初始化：隨機(jī)初始化D_k∈R^d×l和P_k∈R^l×d，這兩個矩陣均具有歸一化的F范數(shù)。

步驟3.固定D與P，使用公式對X進(jìn)行更新。

步驟4.固定D與X，使用公式對P進(jìn)行更新。

步驟5.固定X與P，使用公式對D進(jìn)行更新。

步驟6.斷定是否收斂。若收斂，則轉(zhuǎn)到步驟7；否則步驟3，繼續(xù)對D、P、X進(jìn)行更新。

步驟7.輸出：分析字典P，合成字典D。

所述步驟(4)中的測試樣本語音情感信號進(jìn)行預(yù)處理，特征提取，并進(jìn)行特征向量組合，再進(jìn)行歸一化以及PCA降維的具體步驟如下：

對測試樣本語音情感信號行預(yù)處理，并抽取響度(Loudness)特征、譜特征中的MFBECS特征、LSF特征、F0特征和基于臨界帶多分辨率分析的小波特征，并將得到的冗余情感特征組成一個列向量，再進(jìn)行歸一化以及PCA降維。

所述步驟(5)中的使用得到的詞典對來對測試樣本進(jìn)行重構(gòu)的具體步驟如下：

(51)使用得到的詞典對來對測試樣本進(jìn)行重構(gòu)，并根據(jù)最小重構(gòu)誤差來對該語音情感樣本的類別進(jìn)行判別。

具體基于多類多字典對表示的分類過程如下：

步驟1.輸入：C個目標(biāo)類的語音情感訓(xùn)練樣本構(gòu)成的數(shù)據(jù)為Y＝[Y₁，Y₂…Y_j，…Y_C]，以及測試樣本數(shù)據(jù)矩陣A＝[x₁，x₂…x_k，…x_N]∈R^d×N。

步驟2.使用式Y(jié)_k≈DPY＝D₁P₁Y_k+D₂P₂Y_k+…D_kP_kY_k+…D_CP_CY_k進(jìn)行求解合成字典D與分析字典P。對于測試樣本數(shù)據(jù)中的每一個測試樣本x∈R^d，重復(fù)進(jìn)行如下步驟3與步驟4。

步驟3.對于每一類k，k＝1，2，…，C，重復(fù)進(jìn)行下面兩個步驟

(1)計(jì)算重構(gòu)的樣本x_recons(k)＝D_kP_kx。

(2)計(jì)算原測試樣本x與重構(gòu)樣本之間的殘差r_k(x)＝||x-x_recons(k)||₂。

步驟4.輸出：

本發(fā)明效果可以通過以下實(shí)驗(yàn)進(jìn)一步說明：

1)實(shí)驗(yàn)條件

實(shí)驗(yàn)仿真環(huán)境為：Matlab(R14a)，主頻3.01GHZ的處理器上RAM為4GB的PC機(jī)上。

2)實(shí)驗(yàn)內(nèi)容

2.1)實(shí)驗(yàn)數(shù)據(jù)來源

本實(shí)驗(yàn)使用三個公開且被廣泛使用的語音情感數(shù)據(jù)庫來進(jìn)行語音情感識別問題的研究，即Emodb語音情感數(shù)據(jù)庫和Polish語音情感數(shù)據(jù)庫及eNTERFACE’05情感數(shù)據(jù)庫。

Emodb語音情感數(shù)據(jù)庫由10位演員(5男5女)對七種常見的情感進(jìn)行模擬，得到的音頻文件格式為單通道、采樣精度為16比特、采樣率為16HKZ的wav音頻文件。這些情感語句的語義皆為中性，不帶情感傾向，并且使用日?？谡Z化的風(fēng)格。該數(shù)據(jù)庫有535個德語語句，包含七種情感，即憤怒(anger)、難過(sadness)、快樂(happy)、恐懼(fear)、平靜(neutral)、厭惡(disgust)、無聊(bordem)，這七種情感的個數(shù)分別為127、62、71、69、79、46，該數(shù)據(jù)庫中每種情感樣本數(shù)據(jù)不是均等分配的。

Polish語音情感數(shù)據(jù)庫，由8位演員(4男4女)對六種情感進(jìn)行模擬，得到的音頻文件格式為單通道、采樣精度為16比特、采樣率為44.1HKZ的wav音頻文件。該數(shù)據(jù)庫有240個波蘭語語句，包含六種情感，即憤怒(anger)、難過(sadness)、快樂(happy)、恐懼(fear)、平靜(neutral)、無聊(bordem)，這六種情感的個數(shù)均為40。

eNTERFACE’05情感數(shù)據(jù)庫是一個音視頻結(jié)合的情感數(shù)據(jù)庫，由42位演員(34男8女)對六種情感進(jìn)行模擬。本文采用ffmpeg將其進(jìn)行轉(zhuǎn)換，得到音頻文件格式為單通道、采樣精度為16比特、采樣率為16HKZ的wav音頻文件。該數(shù)據(jù)庫有1260個英語語句，包含六種情感，即憤怒(anger)、難過(sadness)、快樂(happy)、恐懼(fear)、吃驚(surprise)、厭惡(disgust)，這六種情感的個數(shù)均為210。

2.2)實(shí)驗(yàn)步驟：

首先對訓(xùn)練樣本庫中每個語音情感信號進(jìn)行預(yù)處理，得到語音情感數(shù)據(jù)幀。然后對語音情感數(shù)據(jù)幀抽取小波特征、F0特征提取、響度(Loudness)特征、MFBECS特征和LSF特征。并進(jìn)行特征組合形成冗余特征向量，從而得到訓(xùn)練樣本特征向量。之后用情感特征向量進(jìn)行多類多詞典對表示學(xué)習(xí)，得到多詞典對。再對測試樣本語音情感信號進(jìn)行預(yù)處理，如之前訓(xùn)練樣本一樣的特征提取，并形成特征向量組合，再進(jìn)行歸一化以及PCA降維。使用得到的多詞典對對測試樣本進(jìn)行重構(gòu)，并根據(jù)最小重構(gòu)誤差來對該語音情感樣本的類別進(jìn)行判別。采用的是五次交叉驗(yàn)證的方法對時間性能進(jìn)行測試。

實(shí)驗(yàn)結(jié)果分析

以下是本發(fā)明方法與基于稀疏表示的方法(SRC)、支持向量機(jī)方法(SVM)、聯(lián)合稀疏低秩方法(Joint Sparse Low-Rank Representation(JSLRR))、協(xié)同表示方法(collaborative representation(CRC))的比較結(jié)果。

表1 Emodb語音情感數(shù)據(jù)庫上的不同識別方法的帶權(quán)重的平均準(zhǔn)確率(WA)結(jié)果比較(％)

表2 Emodb語音情感數(shù)據(jù)庫上的不同識別方法的不帶權(quán)重的平均準(zhǔn)確率(UA)結(jié)果比較(％)

表3Polish語音情感數(shù)據(jù)庫上的不同識別方法的識別結(jié)果比較(％)

表4 eNTERFACE’05語音情感數(shù)據(jù)庫上的不同識別方法的識別結(jié)果比較(％)

從表1，2，3，4中的結(jié)果可以看出本發(fā)明方法在在不同的語音情感數(shù)據(jù)庫上的識別率高于其他的識別方法。

以下結(jié)果是采用五次交叉驗(yàn)證的方法對不同的識別方法時間性能的測試：

表5不同識別方法在Emodb語音情感數(shù)據(jù)庫的時間性能比較

表6不同識別方法在Polish語音情感數(shù)據(jù)庫的時間性能比較

表7不同識別方法在eNTERFACE’05語音情感數(shù)據(jù)庫的時間性能比較

從表5，6，7中可以看出在對識別率有一定要求的條件下，本發(fā)明方法的訓(xùn)練時間相比SVM與JLSRR方法的訓(xùn)練時間少，而且本發(fā)明方法的測試時間也比SRC、CRC、SVM、JSLRR的測試時間要少，從而就可以說明本發(fā)明方法在解決語音情感識別問題上，不僅在識別準(zhǔn)確率方面具有較好的性能，在運(yùn)算時間方面上同樣具有較好的性能。

應(yīng)當(dāng)理解，雖然本說明書按照實(shí)施方式加以描述，但并非每個實(shí)施方式僅包含一個獨(dú)立的技術(shù)方案，說明書的這種敘述方式僅僅是為清楚起見，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說明書作為一個整體，各實(shí)施方式中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。

上文所列出的一系列的詳細(xì)說明僅僅是針對本發(fā)明的可行性實(shí)施方式的具體說明，它們并非用以限制本發(fā)明的保護(hù)范圍，凡未脫離本發(fā)明技藝精神所作的等效實(shí)施方式或變更均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。