基于模糊K近鄰的語音情感識別

呂志浩+馬赫+魯潤南

摘 要 隨著計算機技術的不斷發(fā)展，語音情感識別成為人工智能領域的研究熱點。語音情感識別包括語音信號預處理、特征參數(shù)提取和情感識別分類器等。本文著重對語音情感的特征提取方法與特征計算的分類進行研究，采用對情感語音進行預處理，包括抗混疊濾波、預加重、加窗以及端點檢測等，對高興、憤怒和悲傷3種語音情感提取短時能量、過零率、短時幅度以及MFCC等參數(shù)，根據(jù)柏林情感語音庫中的90句情感語音，使用模糊K近鄰算法對語音的3種情感進行識別。

關鍵詞 語音情感；特征提?。荒：齂近鄰算法

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2016）172-0279-02

K近鄰算法運用統(tǒng)計學的方式，即“物以類聚”的簡便方式將待測樣本與訓練樣本中K個距離權重最近的類別分為一種類別[ 1 ]。這種方式簡單快捷，易于實施，但也存在相應不足之處，譬如，需要計算所有待測樣本進入決策，存在一定決策風險與冗余度大的缺點，為突破以往的K近鄰算法的瓶頸，下面提出一種基于模糊集理論K近鄰算法進行整改，并通過Matlab 2014軟件進行實驗仿真的方式驗證其在語音情感特征提取的作用。

1 K近鄰分類算法以及模糊集理論

1.1 K近鄰分類算法

K近鄰（K-Nearest Neighbor， KNN）算法基本原理較為簡便[ 2 ]，即在一個多維度空間內(nèi)Rn內(nèi)，計算待測樣本中的矩陣數(shù)據(jù)x，依次與該空間內(nèi)的其他已訓練好的樣本數(shù)據(jù)求距離，而后選取數(shù)值K個樣本點，各不同訓練樣本比較距離值的大小，則待測樣本的類別就被分類在距離值最多的那一類中來。

5）然后再利用FKNN進行識別分類。

2 基于FKNN 的語音情感識別實驗

首先介紹一下實驗環(huán)境：筆記本電腦4G/2G，Windows7系統(tǒng)/Matlab2014，所選語音數(shù)據(jù)庫為柏林語音情感庫（16kHz 16Bit量化的單聲道wav格式）。各分為3類語句：高興、悲傷、憤怒各30段不同語句的語音段。實驗選取3種情感分類（高興、悲傷、憤怒），分別對3種感情進行短時特征參數(shù)的提取。

2.1 實驗過程

該實驗的特征參數(shù)提取大致流為：讀取語音文件，通過加漢明窗分幀，計算短時能量、幅度、過零率。使用Matlab 2014對樣本語音進行特征提取并記錄相關統(tǒng)計結果進行分析，而后對每一樣本進行訓練，提取其參數(shù)結果。

2.2 實驗結果分析

實驗對比了未改進的KNN算法與改進后的FKNN算法分別采用兩種實驗，其中K的取值不同。具體結果如圖1所示。

3 結論

通過圖表分析可得通過改進后的算法對語音情感的提取更為準確，可以提到2個百分點。隨著k值得增大，識別的效果越好，當然所需時間也增加。整個識別過程中不管是KNN還是FKNN對憤怒識別率都較其他情感高?？傮w來說，模糊K近鄰算法在考慮到各參數(shù)對語音情感提取的權重不同進行合理了的“協(xié)調”使得實驗結果更加令人滿意。

參考文獻

[1]王吉林，夏菽蘭，趙力.基于模糊K近鄰的模糊支持向量機的語音情感識別[J].微電子學與計算機，2014（4）.

[2]Hui Wang.Nearest neighbors by neighborhood counting. Pattern Analysis and Machine Intelligence， IEEE Transactions on .2006.

[3]韓文靜，李海峰，阮華斌，等.語音情感識別研究進展綜述[J].軟件學報，2014，25（1）：37-50.

[4]金鑫.淺談情感模型及建模方法研究[J].科技創(chuàng)新與生產(chǎn)力，2015（11）：55-56.