一種基于特征差異度和SVM投票機制的數字音樂語音情感識別算法

王 秀， 謝志成， 張 棟

(福州大學數學與計算機科學學院， 福建 福州 350116)

一種基于特征差異度和SVM投票機制的數字音樂語音情感識別算法

王 秀， 謝志成， 張 棟

(福州大學數學與計算機科學學院， 福建 福州 350116)

針對數字音樂語音情感識別問題， 提出一種基于特征差異度和SVM投票機制進行識別的方法. 該方法不僅降低了特征向量的維度， 而且保留了足夠的能夠描述數字音樂語音不同情感之間差異的特征. 同時， 該方法利用多個二分SVM分類器進行投票， 減少了每個分類器的權重， 從而降低了誤差. 實驗結果表明， 該方法能夠有效地提高識別準確率.

數字音樂語音； 情感識別； 支持向量機； 特征差異度

0 引言

隨著科學技術的發展， 人們的娛樂生活越來越豐富多彩， 對于娛樂內容的要求也不斷提高. KTV作為娛樂的一種形式， 已經被人們廣為接受. 如何提高人們對于KTV服務質量的滿意程度也開始受到學術界和業界的廣泛關注. 目前， KTV系統已經可以對演唱者的音高、 音長等音準方面的因素進行評判和打分， 但是并不能評判演唱者的演唱是否帶有符合歌曲本身的情感， 導致評分反映不出演唱主觀質量， 這樣就會降低評分的準確性， 影響用戶的體驗. 針對上述情況， 本研究提出一種基于特征差異度(DBC， difference between characteristics)系數和SVM投票機制的數字音樂語音情感識別算法， 將識別結果加入評分系統中， 從而增加評分的主觀性. 語音情感識別方法的一般流程如圖1所示.

圖1 語音情感……