论文研究Hilbert边际能量谱在语音情感识别中的应用.pdf

情感特征的提取是语音情感识别的重要方面。由于传统信号处理方法的局限，使得提取的传统声学特征特别是频域特征并不准确，不能很好地表征语音的情感特性，因而对情感识别率不高。利用希尔伯特黄变换（HHT）对情感语音进行处理，得到情感语音的希尔伯特边际能量谱；通过对不同情感语音的边际能量谱基于Mel尺度的比较分析，提出了一组新的情感特征：Mel频率边际能量系数（MFEC）、Mel频率子带频谱质心（MSSC）、Mel频率子带频谱平坦度（MSSF）；利用支持向量机（SVM）对5种情感语音即悲伤、高兴、厌倦、愤怒和平静进行了识别。实验结果表明，通过该方法提取的新的情感特征具有较好的识别效果。