基于PCA和SVM的普通话语音情感识别

摘要

在语音情感识别中,情感特征的选取与抽取是重要环节.目前,还没有非常有效的语音情感特征被提出.因此,在包含6种情感的普通话情感语料库中,根据普通话不同于西方语种的特点,选取了一些有效的情感特征,包含Mel频率倒谱系数、基频、短时能量、短时平均过零率和第一共振峰等,进行提取并计算得到不同的统计量;接着采用主成分分析(PCA)进行抽取;最后利用基于支持向量机(SVM)的语音情感识别系统进行分类.实验结果表明,与其他一些重要的研究结果相比,该方法得到了较高的平均情感识别率,且情感特征的选取、抽取及建模是合理、有效的.