基于参数寻优决策树SVM的语音情感识别

摘要

在多种情感的语音情感识别中,由于部分情感状态容易混淆,导致语音情感识别的总体识别率降低;同时,对于不同的训练集,SVM参数惩罚因子和核函数参数对识别结果也存在一定影响.为了有效提高语音情感识别系统的识别率,在传统支持向量机(SVM)的基础上,提出了一种基于参数寻优决策树SVM的语音情感识别方法.该方法首先通过计算情感混淆度构建决策树SVM框架,然后采用遗传算法对决策树SVM中每个SVM的惩罚因子和核函数参数进行寻优,最后将参数优化后的决策树SVM模型应用于语音情感识别.在中文情感语音库的实验结果表明,与传统基于SVM分类方法的语音情感识别进行对比,该方法可将六种情感的平均识别率提高6.5％.