基于特征降维及参数优化的语音情感识别

作者：俞颖; 黄风华; 刘永芬

来源：延边大学学报(自然科学版), 2020, 46(01): 49-54.

DOI：10.16379/j.cnki.issn.1004-4353.2020.01.011

• 快速主成份分析法
• 遗传算法
• BP神经网络
• 语音情感识别

针对传统BP神经网络在语音情感识别过程中存在的计算量偏大和容易陷入局部最优解的问题,提出了一种基于特征降维及参数优化的情感识别改进方法.首先提取情感语料库的高维度联合特征,利用快速主成份分析法(FastPAC)进行特征降维以达到降低问题复杂性的目的;然后引入遗传算法对BP神经网络进行参数优化以避免限入局部最优问题;最后构建语音情感识别分类器,并利用CASIA汉语语料库及柏林德语语料库进行情感识别验证.验证结果表明,与传统的支持向量机(SVM)方法、传统的主成份分析法(PCA算法)结合SVM模型识别方法相比,本文方法能有效地降低语音情感的特征维度,且具有运算量少和识别精度高的优点.

• 单位
  阳光学院; 福建农林大学金山学院