VMD改进GFCC的情感语音特征提取

摘要

传统特征提取忽略了语音信号的非稳态特性,变分模态分解技术可以精细刻画语音的非平稳性,因此利用该技术将情感语音信号分解为K个固有模态函数,对每个分量做快速傅里叶变换后进行频率合成,通过Gammatone滤波器取能量对数,经离散余弦变换得到新特征变,即分模态分解改进Gammatone频率倒谱系数.通过支持向量机进行语音情感识别,实验结果表明,TYUT2.0中的识别率为72.15％,柏林情感语音库中的识别率为91.10％,识别效果优于传统情感语音特征,验证了该特征的有效性.