基于傅立叶参数的语音情感识别

近来,已经对用于语音情感识别的和声特征进行了研究。 在我们的研究中发现,和声特征的一阶和二阶差异在语音情感识别中也起着重要作用。 因此,我们提出了一种新的傅立叶参数模型,该模型使用语音质量的感知内容以及与说话者无关的语音情感识别的一阶和二阶差异。 实验结果表明,所提出的傅里叶参数(FP)特征可有效识别语音信号中的各种情绪状态。 与使用梅尔频率倒谱系数(MFCC)功能的方法相比,它们在德语数据库(EMODB),中文数据库(CASIA)和中国老年人情感数据库(EESDB)上的识别率提高了16.2、6.8和16.6点。 特别地,当将FP与MFCC结合时,在上述数据库上的识别率可以分别进一步提高17.5、10和10.5点。