计算机工程

作者：王忠民, 刘戈, 宋辉

单位：西安邮电大学 a. 计算机学院;b. 陕西省网络数据分析与智能处理重点实验室, 西安 710121

关键词：语音情感识别,多核学习,卷积神经网络,梅尔频率倒谱系数,语谱图

基金：国家自然科学基金（61373116）；陕西省科技统筹创新工程计划项目（2016KTZDGY04-01）；陕西省教育厅专项科研计划项目（16JK1706）；西安市科技局科技计划项目（2017084CG/RC047（XAYD001））；西安邮电大学研究生创新创业基金（CXJJ2017061）。

在语音情感识别中提取梅尔频率倒谱系数（MFCC）会丢失谱特征信息，导致情感识别准确率较低。为此，提出一种结合MFCC和语谱图特征的语音情感识别方法。从音频信号中提取MFCC特征，将信号转换为语谱图，利用卷积神经网络提取图像特征。在此基础上，使用多核学习算法融合音频特征，并将生成的核函数应用于支持向量机进行情感分类。在2种语音情感数据集上的实验结果表明，与单一特征的分类器相比，该方法的语音情感识别准确率高达96%。

来源：2019年第8期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第8期