基于PAD情绪模型的情感语音识别

宋静; 张雪英; 孙颖; 张卫

Chinese

您当前的位置：

首页 >

文章列表页 >

基于PAD情绪模型的情感语音识别

更新时间：2026-09-04

- 基于PAD情绪模型的情感语音识别
- Emotional Speech Recognition Based on PAD Emotion Model
- 微电子学与计算机 2016年33卷第9期页码：128-131
- 作者机构：
  
  太原理工大学信息与工程学院,山西,太原,030024
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目 61371193山西省青年科技研究基金项目 2013021016-2山西省回国留学人员科研资助项目 2013-034山西省研究生创新项目 2015BY24
- DOI：
  中图分类号：
- 纸质出版：2016
- 稿件说明：
移动端阅览
宋静, 张雪英, 孙颖, 张卫. 基于PAD情绪模型的情感语音识别[J]. 微电子学与计算机, 2016, 33(9): 128-131,136.

SONG Jing, ZHANG Xue-ying, SUN Ying, et al. Emotional Speech Recognition Based on PAD Emotion Model[J]. 2016, 33(9): 128-131.
宋静, 张雪英, 孙颖, 张卫. 基于PAD情绪模型的情感语音识别[J]. 微电子学与计算机, 2016, 33(9): 128-131,136. DOI：

SONG Jing, ZHANG Xue-ying, SUN Ying, et al. Emotional Speech Recognition Based on PAD Emotion Model[J]. 2016, 33(9): 128-131. DOI：

摘要

简述梅尔频率倒谱系数、线性预测系数、韵律学特征、共振峰频率和过零峰值幅度特征

并将这五种语音特征应用于情感语音识别.根据识别结果从PAD情绪模型的三个维度进行相关性分析得到特征的权重系数

并将识别结果融合映射到PAD三维情绪空间

最终获得情感语音的PAD值.利用情感语音的PAD值可以从连续情感理论对情感语音进行描述分析

采用量化的方法揭示情感空间中各种情绪范畴的定位和关系.

Abstract

Five approaches of feature extraction: the MEL-frequency Cepstral Coefficient(MFCC)

the Linear Predictor Coefficient(LPC)

prosodic features

formant frequency and the Zero Crossings with Peak Amplitudes(ZCPA)are described in this paper.These features are applied to emotional speech recognition.According to the recognition results

the weight coefficients of features are obtained by correlation analysis in the three dimensions of PAD emotion model.Simultaneously the recognition results are fused to the PAD emotional space

and the PAD values of the emotional speech are obtained.The PAD values of the emotional speech can be analyzed from the theory of continuous emotion.And the quantitative analysis of emotional speech can reveal the position and relationship of emotional category in emotional space.

关键词

Keywords

references

Backs R W, da Silva S P, Han K. A comparison of younger and older adults'self-assessment manikin ratings of affective pictures[J]. Experimental Aging Research, 2005, 31(4): 421-440. DOI: 421

Deshmukh A A, Pramod K M. Combined LPC and MFCC features based technique for isolated speech recognition[C]//Proc of ISCAS 2013. Beijing: IEEE, 2013: 437-441.

Caglar Oflazoglu, Serdar Yildirim. Recognizing emotion from turkish speech using acoustic features[J]. EURASIP Journal on Audio, Speech and Music Processin, 2013, 20013(26): 1-11. DOI: 1

孙慧. 粒子群优化模糊神经网络用于语音识别的研究[D]. 太原: 太原理工大学, 2010.

Ying Sun, Xueying Zhang. A study of zero-crossings with peak-amplitudes in speech emotion classification[C]//The First International Conference on Pervasive Computing, Signal Processing and Applications. Harbin, China: IEEE, 2010: 328-331.

张雪英. 数字语音处理及Matlab仿真[M]. 北京: 电子工业出版社, 2010: 1-9. DOI: 1

Mehrabian A. Pleasure-arousal-dominance: ageneral framework for describing and measuring individual differences in Temperament[J]. Current Psychology, 1996, 14(4): 261-292. DOI: 261

吴炜烨. 基于神经网络语音识别算法的研究[D]. 长沙: 中南大学, 2009.

Li X, Zhou H, Song S, et al. The reliability and validity of the chinese version of abbreviated PAD emotion scales[C]//Proceedings of the International Conference on Affective Computing and Intelligent Interaction. Beijing: IEEE, 2005: 513-518.

韩文静, 李海峰, 阮华斌, 等. 语音情感识别研究进展综述[J]. 软件学报, 2014, 25(1): 37-50. DOI: 37

孙颖, 张雪英. 情感语音特征对语料库依赖性的统计分析[J]. 噪声与振动控制, 2011, 31(4): 132-136. DOI: 132

赵力, 黄程韦. 实用语音情感识别中的若干关键技术[J]. 数据采集与处理, 2014, 29(2): 157-170. DOI: 157

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于FPGA的神经元相关性分析的设计与实现

基于区块链的AI生成内容溯源框架设计研究

基于多尺度融合与小目标增强的航拍车辆检测算法

基于改进RT-DETR的航拍小目标检测算法

基于反向体偏置的高增益稳定性高温运放设计