基于语谱图和卷积神经网络的语音情感识别

摘要

针对语音情感识别的特征提取和分类模型构建问题,首先提出了一种基于语谱图的特征提取方法,将语谱图进行归一灰度化后,利用Gabor滤波器进行纹理特征提取,并采用主成分分析（principal component analysis,PCA）对特征矩阵进行降维;然后分析了卷积神经网络（convolutional neural networks,CNNs）并把其作为情感识别分类器;最后在Emo DB和CASIA库进行了不同的比对实验.实验结果取得了较高情感识别率,表明了所提特征提取方法的有效性以及CNNs用作情感分类的可行性.