听觉注意模型的语谱图语音情感识别方法

摘要

在语音情感识别技术中,由于噪声环境、说话方式和说话人特质原因,造成特征向量空间分布不匹配的情况.从语音学上分析,该问题多存在于跨数据库情感识别实验.训练的声学模型和用于测试的语句样本之间的错位,会使语音情感识别性能剧烈下降.语谱图的特征能从图像的角度对现有情感特征进行有效的补充.本文据此所研究的听觉选择性注意模型,模拟人耳听觉特性,能有效探测语谱图上变化的情感特征.同时,利用时频原子对模型进行改进,取得频率特性信号匹配的优势,从时域上提取情感信息.选择注意机制使模型能提取跨语音数据库中的显著性特征,提高语音情感识别系统的情感辨识能力.实验结果表明,利用文章所提方法在跨库情感样本上进行特征提取,再通过典型的分类器,识别性能提高了约9个百分点,从而验证了该方法对不同数据库具有更好的鲁棒性.