基于多核学习特征融合的语音情感识别方法

作者：王忠民; 刘戈; 宋辉

来源：计算机工程, 2019, 45(08): 248-254.

DOI：10.19678/j.issn.1000-3428.0053232

• 语音情感识别
• 多核学习
• 卷积神经网络
• 梅尔频率倒谱系数
• 语谱图

在语音情感识别中提取梅尔频率倒谱系数(MFCC)会丢失谱特征信息,导致情感识别准确率较低。为此,提出一种结合MFCC和语谱图特征的语音情感识别方法。从音频信号中提取MFCC特征,将信号转换为语谱图,利用卷积神经网络提取图像特征。在此基础上,使用多核学习算法融合音频特征,并将生成的核函数应用于支持向量机进行情感分类。在2种语音情感数据集上的实验结果表明,与单一特征的分类器相比,该方法的语音情感识别准确率高达96%。

• 单位
  西安邮电大学