ITD在语音情感识别中的研究.pdf

Computer Engineering and Applications 计算机工程与应用 2014 ，50（22） 203 ⦾信号处理⦾ ITD 在语音情感识别中的研究 1，2 1 叶吉祥 ，刘 亚 YE Jixiang1 ，2 , LIU Ya1 1.长沙理工大学 计算机与通信工程学院，长沙 410114 2.中南大学 信息科学与工程学院，长沙 410083 1.College of Computer and Communication Engineering, Changsha University of Science and Technology, Changsha 410114, China 2.College of Information Science and Engineering, Central South University, Changsha 410083, China YE Jixiang, LIU Ya. Speech emotion recognition based on Intrinsic Time-scale Decomposition. Computer Engineering and Applications, 2014, 50（22）：203-206. Abstract ：In order to express speech emotional state better, this paper takes the Intrinsic Time-scale Decomposition （ITD）into extracting speech emotion features, decomposes the emotion speech into a sum of Proper Rotation （PR）com - ponents, extracts instantaneous characteristic parameters and correlation dimension as new emotional characteristic param- eters, combines with traditional features and uses Support Vector Machine （SVM ）for speech emotional recognition. The results show that recognition accuracy is improved obviously through using PR features parameters. Key words ：Intrinsic Time-scale Decomposition（ITD）; Proper Rotation components（PR）; PR features parameters; emo- tion recognition 摘 要：为了更好地表征语音情感状态，将固有时间尺度分解（ITD）用于语音情感特征提取。从语音信号中得到前 若干阶合理旋转（PR）分量，并提取PR 分量的瞬时参数特征和关联维数，以此作为新的情感特征参数，结合传统特征 使用支持向量机（SVM ）进行语音情感识别实验。实验结果显示，引入PR 特征参数后，与传统特征的方案相比，情感 识别率有了明显提高。 关键词：固有时间尺度分解；合理旋转分量；PR 特征参数；情感识别 文献标志码：A 中图分类号：TP391 doi ：10.3778/j.issn.1002-8331.1402-0342 1 引言 实验只针对“高兴、生气、中立”三种情感，而且EMD 的 情感特征提取是语音情感识别中重要的步骤，特征 计算速率也不高。文献[9-10]用分形维表征语音的混沌 提取的好坏直接影响情感识别的准确率[1] 。基于确定性 特征，并作为新的语音特征进行识别实验，虽然平均识 线性系统理论，传统语音情感特征主要提取三种重要的 别率达到了82.4% ，但是生气的识别率只有70% ，同时 声学特征：韵律特征、音质特征、谱特征[2] 。近年来，