基于重要性权重支持向量机分类器的语音情感识别方法

摘要

本发明公开了一种基于重要性权重支持向量机分类器的语音情感识别方法，包括训练样本与测试样本偏差的量化，重要性权重系数模型的建立以及重要性权重系数为基础的SVM的建立。该方法在重要性权重系数的基础上量化训练样本与测试样本的偏差，从而在分类器层面进行偏差调整。本发明通过构建针对情感分类中训练样本与测试样本存在偏差的问题的重要性权重系数模型，量化语音样本中训练样本与测试样本的偏差，利用基于重要性权重系数模型的SVM分类器，在分类器层面通过调整分类超平面来进行偏差调整，提高了语音情感识别的准确度以及稳定性。