發(fā)布時間：2019-06-17 21:02

【摘要】：特征提取是情感語音識別系統(tǒng)的關(guān)鍵過程,決定系統(tǒng)整體識別性能。傳統(tǒng)特征提取技術(shù)假定語音信號是線性、短時平穩(wěn)信號,不具有自適應(yīng)性。為此,通過聚合經(jīng)驗?zāi)B(tài)分解(EEMD)算法以非線性的處理方式提取特征。情感語音信號經(jīng)EEMD分解后得到一組固有模態(tài)函數(shù)(IMF),利用相關(guān)系數(shù)法篩選出有效分量集合,對集合函數(shù)計算得到IMF能量特征(IMFE)。選用德國柏林語音庫作為實驗數(shù)據(jù)來源,將IMFE特征、韻律特征、梅爾倒譜系數(shù)特征以及三者的融合特征分別輸入到支持向量機中,通過比較不同特征的識別結(jié)果驗證IM FE特征的有效性。實驗結(jié)果表明,IM FE特征與聲學(xué)特征融合后的平均識別率達到91.67%,可有效區(qū)分不同的情感狀態(tài)。
[Abstract]:Feature extraction is the key process of emotional speech recognition system, which determines the overall recognition performance of the system. The traditional feature extraction technology assumes that the speech signal is linear and short-time stationary, and is not adaptive. Therefore, the features are extracted by nonlinear processing by aggregated empirical mode decomposition (EEMD) algorithm. After the emotional speech signal is decomposed by EEMD, a set of natural modal functions (IMF), is obtained by using the correlation coefficient method to screen the set of effective components, and the IMF energy characteristic (IMFE). Is obtained by calculating the set function. The German Berlin language database is selected as the experimental data source, and the IMFE features, prosodic features, Mayer cepstrum coefficient features and the fusion features of the three are input into the support vector machine respectively. The effectiveness of the IMFE features is verified by comparing the recognition results of different features. The experimental results show that the average recognition rate of, IM FE features and acoustic features is 91.67%, which can effectively distinguish different emotional states.
【作者單位】： 太原理工大學(xué)信息工程學(xué)院;
【基金】：國家自然科學(xué)基金(61371193) 山西省回國留學(xué)人員科研基金(2013-034)
【分類號】：TN912.34

【參考文獻】

相關(guān)期刊論文 前5條

1 曾現(xiàn)巍;許凌云;江曉波;;基于快速EEMD單通道混合信號分離算法的研究[J];電子設(shè)計工程;2015年14期

2 秦娜;金煒東;黃進;李智敏;;高速列車轉(zhuǎn)向架故障信號的聚合經(jīng)驗?zāi)B(tài)分解和模糊熵特征分析[J];控制理論與應(yīng)用;2014年09期

3 趙力;黃程韋;;實用語音情感識別中的若干關(guān)鍵技術(shù)[J];數(shù)據(jù)采集與處理;2014年02期

4 張汝波;劉冠群;吳俊偉;呂西寶;;移動機器人語音控制技術(shù)研究與實現(xiàn)[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2013年S1期

5 秦娜;金煒東;黃進;李智敏;劉景波;;基于EEMD的高速列車轉(zhuǎn)向架故障診斷[J];計算機工程;2013年12期

相關(guān)碩士學(xué)位論文 前1條

1 張佳芳;基于EEMD的車內(nèi)語音增強研究[D];浙江大學(xué);2007年

【共引文獻】

相關(guān)期刊論文 前10條

1 張樂;張雪英;孫穎;張衛(wèi);;基于聚合經(jīng)驗?zāi)B(tài)分解的情感語音特征提取[J];計算機工程;2017年08期

2 洪磊;王玉國;;轉(zhuǎn)向架基礎(chǔ)制動裝置的故障診斷專家系統(tǒng)研究[J];計算機技術(shù)與發(fā)展;2017年08期

3 張雪英;張婷;孫穎;張衛(wèi);暢江;;情感語音數(shù)據(jù)庫優(yōu)化及PAD情感模型量化標注[J];太原理工大學(xué)學(xué)報;2017年03期

4 李在林;王松波;;一種同頻混合信號偽隨機序列盲估計方法的研究[J];現(xiàn)代電子技術(shù);2017年09期

5 張子恒;孫穎;姚慧;;基于混沌特性的情感語音非線性特征研究[J];微電子學(xué)與計算機;2017年04期

6 李虹;徐小力;吳國新;丁春艷;趙學(xué)梅;;基于MFCC的語音情感特征提取研究[J];電子測量與儀器學(xué)報;2017年03期

7 宋明虎;余正濤;高盛祥;李斱;沈韜;;融合語音情感詞局部特征的語音情感識別方法[J];計算機工程與科學(xué);2017年01期

8 郭超;楊燕;江永全;宋yN;;基于多視圖分類集成的高鐵工況識別[J];山東大學(xué)學(xué)報(工學(xué)版);2017年01期

9 趙桂清;王付軍;;汽車列車超載系統(tǒng)信號監(jiān)控優(yōu)化建模研究[J];計算機仿真;2016年11期

10 宋靜;張雪英;孫穎;張衛(wèi);;基于PAD情緒模型的情感語音識別[J];微電子學(xué)與計算機;2016年09期

相關(guān)碩士學(xué)位論文 前8條

1 莊首;基于DSP的新型車輛輪轂跳動量檢測系統(tǒng)的研究[D];浙江工業(yè)大學(xué);2015年

2 姜瓊妃;太陽黑子相對數(shù)對地磁活動的影響及氣候效應(yīng)[D];南京信息工程大學(xué);2014年

3 張金會;基于支持向量機的智能數(shù)據(jù)挖掘算法研究[D];華北電力大學(xué);2014年

4 林錦州;滾動軸承早期故障信號特征提取方法及應(yīng)用研究[D];天津大學(xué);2012年

5 劉芽;基于EEMD和支持向量機的刀具狀態(tài)監(jiān)測方法研究[D];西南交通大學(xué);2012年

6 甄浩川;Hilbert-Huang變換及其語音增強研究[D];哈爾濱工程大學(xué);2012年

7 董霄峰;海上風電結(jié)構(gòu)模態(tài)參數(shù)識別及動態(tài)荷載反分析研究[D];天津大學(xué);2011年

8 徐雙;經(jīng)驗?zāi)B(tài)分解理論研究及其在艦船輻射噪聲線譜分析中的應(yīng)用[D];昆明理工大學(xué);2010年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 大庭拓也;蔡千華;;基于振動分析的新干線轉(zhuǎn)向架的狀態(tài)監(jiān)視[J];國外鐵道車輛;2013年03期

2 張淑清;孫國秀;李亮;李新新;監(jiān)雄;;基于LMD近似熵和FCM聚類的機械故障診斷研究[J];儀器儀表學(xué)報;2013年03期

3 張衛(wèi)華;李艷;宋冬利;;高速列車運動穩(wěn)定性設(shè)計方法研究[J];西南交通大學(xué)學(xué)報;2013年01期

4 張家良;曹建福;高峰;韓海濤;;結(jié)合非線性頻譜與核主元分析的復(fù)雜系統(tǒng)故障診斷方法[J];控制理論與應(yīng)用;2012年12期

5 顏秋;劉永明;;基于matlab/simulink的車輛建模與故障分析[J];華東交通大學(xué)學(xué)報;2012年05期

6 孫克輝;賀少波;尹林子;阿地力·多力坤;;模糊熵算法在混沌序列復(fù)雜度分析中的應(yīng)用[J];物理學(xué)報;2012年13期

7 張超;陳建軍;郭迅;;基于EEMD能量熵和支持向量機的齒輪故障診斷方法[J];中南大學(xué)學(xué)報(自然科學(xué)版);2012年03期

8 朱曉軍;呂士欽;余雪麗;樊劉娟;;基于改進EMD的腦電信號去噪方法[J];計算機工程;2012年01期

9 賈璐;曾京;池茂儒;;車輛系統(tǒng)橫向運動穩(wěn)定性評判的數(shù)值仿真研究[J];鐵道車輛;2011年09期

10 樸明偉;梁樹林;孔維剛;兆文忠;;高速轉(zhuǎn)向架非線性穩(wěn)定性及安全裕度對策[J];振動與沖擊;2011年08期

相關(guān)碩士學(xué)位論文 前2條

1 李雯霞;基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)在黃土液化評價中的應(yīng)用[D];蘭州理工大學(xué);2006年

2 曹飛;客車車內(nèi)噪聲試驗與控制研究[D];重慶大學(xué);2003年

【相似文獻】

相關(guān)期刊論文 前10條

1 張小薊;張歆;孫進才;;基于經(jīng)驗?zāi)B(tài)分解的目標特征提取與選擇[J];西北工業(yè)大學(xué)學(xué)報;2006年04期

2 王秋生;段丹輝;;經(jīng)驗?zāi)B(tài)分解的邊界效應(yīng)處理技術(shù)[J];計算機測量與控制;2006年12期

3 馮志華;朱忠奎;劉剛;伍小燕;;經(jīng)驗?zāi)B(tài)分解方法的小波消失現(xiàn)象[J];數(shù)據(jù)采集與處理;2006年04期

4 宋立新;王祁;王玉靜;梁X;;具有間斷事件檢測和分離的經(jīng)驗?zāi)B(tài)分解方法[J];哈爾濱工程大學(xué)學(xué)報;2007年02期

5 劉小峰;秦樹人;柏林;;基于小波包的經(jīng)驗?zāi)B(tài)分解法的研究及應(yīng)用[J];中國機械工程;2007年10期

6 胡維平;莫家玲;龔英姬;趙方偉;杜明輝;;經(jīng)驗?zāi)B(tài)分解中多種邊界處理方法的比較研究[J];電子與信息學(xué)報;2007年06期

7 胡維平;杜明輝;;信號采樣率對經(jīng)驗?zāi)B(tài)分解的影響研究[J];信號處理;2007年04期

8 楊智春;譚光輝;;一種基于樣條插值的經(jīng)驗?zāi)B(tài)分解改進算法[J];西北工業(yè)大學(xué)學(xué)報;2007年05期

9 楊彩紅;張郁山;;基于折線包絡(luò)的經(jīng)驗?zāi)B(tài)分解方法[J];國際地震動態(tài);2008年11期

10 張西良;萬學(xué)功;李萍萍;張建;徐云峰;;動態(tài)稱量經(jīng)驗?zāi)B(tài)分解數(shù)據(jù)處理方法[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2008年06期

相關(guān)會議論文 前9條

1 秦毅;秦樹人;毛永芳;;正交經(jīng)驗?zāi)B(tài)分解及其快速實現(xiàn)[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

2 楊永鋒;;經(jīng)驗?zāi)B(tài)分解與非線性分析的協(xié)同研究[A];第四屆全國動力學(xué)與控制青年學(xué)者研討會論文摘要集[C];2010年

3 侯文文;鄒俊忠;劉未來;;基于經(jīng)驗?zāi)B(tài)分解的眼電偽差去除研究[A];上海市化學(xué)化工學(xué)會2010年度學(xué)術(shù)年會論文集（自動化專題）[C];2010年

4 李關(guān)防;許春雷;惠俊英;;基于經(jīng)驗?zāi)B(tài)分解的特征提取算法研究[A];中國造船工程學(xué)會電子技術(shù)學(xué)術(shù)委員會2011年海戰(zhàn)場電子信息技術(shù)學(xué)術(shù)年會論文集[C];2011年

5 薛志宏;李廣云;周蓉;;一種基于經(jīng)驗?zāi)B(tài)分解的信號降噪方法[A];全國工程測量2012技術(shù)研討交流會論文集[C];2012年

6 康春玉;章新華;;一種基于經(jīng)驗?zāi)B(tài)分解的信號降噪方法[A];中國聲學(xué)學(xué)會2007年青年學(xué)術(shù)會議論文集（下）[C];2007年

7 袁業(yè)立;;SAR海洋探測新進展[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

8 譚善文;嚴利;熊朝坤;;一種新型的譜分析方法—Hilbert譜[A];第十七屆全國水動力學(xué)研討會暨第六屆全國水動力學(xué)學(xué)術(shù)會議文集[C];2003年

9 李強偉;;Hilbert-Huang變換中邊界問題的分析[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（3）[C];2008年

相關(guān)博士學(xué)位論文 前8條

1 黎恒;經(jīng)驗?zāi)B(tài)分解中關(guān)鍵問題的優(yōu)化理論與方法研究[D];西安電子科技大學(xué);2016年

2 張婷琳;從局部到全局腦電感知模式的研究[D];浙江大學(xué);2017年

3 葛光濤;二維經(jīng)驗?zāi)B(tài)分解研究及其在圖像處理中的應(yīng)用[D];哈爾濱工程大學(xué);2009年

4 孫暉;經(jīng)驗?zāi)B(tài)分解理論與應(yīng)用研究[D];浙江大學(xué);2005年

5 楊賢昭;基于經(jīng)驗?zāi)B(tài)分解的故障診斷方法研究[D];武漢科技大學(xué);2012年

6 高靜;經(jīng)驗?zāi)B(tài)分解的改進方法及應(yīng)用研究[D];北京理工大學(xué);2014年

7 周義;快速二維經(jīng)驗?zāi)B(tài)分解和相位追蹤方法及其在導(dǎo)波無損檢測中的應(yīng)用[D];上海交通大學(xué);2014年

8 石志曉;時頻聯(lián)合分析方法在參數(shù)識別中的應(yīng)用[D];大連理工大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 史玉君;基于經(jīng)驗?zāi)B(tài)分解的眼電偽跡去除方法的研究[D];蘭州大學(xué);2015年

2 梁江海;基于經(jīng)驗?zāi)B(tài)分解的通信信號細微特征分析[D];國防科學(xué)技術(shù)大學(xué);2013年

3 楊勤甜;基于經(jīng)驗?zāi)B(tài)分解和粗糙集屬性約簡的超聲缺陷信號分類識別研究[D];南昌航空大學(xué);2016年

4 鄒志國;基于經(jīng)驗?zāi)B(tài)分解的多分量信號分析方法研究[D];哈爾濱工業(yè)大學(xué);2016年

5 王瀟瀟;基于經(jīng)驗?zāi)B(tài)分解的心電信號壓縮研究[D];浙江大學(xué);2017年

6 楊彩紅;基于折線包絡(luò)的經(jīng)驗?zāi)B(tài)分解方法及其應(yīng)用[D];天津大學(xué);2007年

7 付曉波;經(jīng)驗?zāi)B(tài)分解法理論研究與應(yīng)用[D];太原理工大學(xué);2013年

8 郭一粟;基于經(jīng)驗?zāi)B(tài)分解的動平衡測量系統(tǒng)信號處理方法研究[D];吉林大學(xué);2015年

9 封學(xué)真;經(jīng)驗?zāi)B(tài)分解濾波在圓度評定中的研究[D];西安電子科技大學(xué);2014年

10 徐雙;經(jīng)驗?zāi)B(tài)分解理論研究及其在艦船輻射噪聲線譜分析中的應(yīng)用[D];昆明理工大學(xué);2010年

，

本文編號：2501262