归一化振幅商在语音情感识别中的应用

摘要：

提出了一种新的连续语音情感识别特征:语音元音段声门激励的时域参数归一化振幅商(the normalized amplitude quotient,NAQ).该方法首先运用迭代自适应逆滤波器(Iterative Adaptive Inverse Filtering,IAIF)估计声门波,然后采用NAQ值来描述声门开启和闭合的特性.采用eNERFACE'05听视觉情感语音数据库中六种不同情感的语音为实验数据,以情感语音元音段的归一化振幅商值为特征,使用直方图和盒形图分析其特征的分布和对情感的区分能力;以情感语句元音段的NAQ值的均值、方差、最大值、最小值作为特征,用高斯混合模型(Gaussian Minute Models,GMM)和k-近邻法进行了语音情感识别实验.结果表明NAQ特征对语音情感具有较强的区别能力.

关键词：归一化振幅商、迭代自适应逆滤波、高斯混合模型、近邻法

所属期刊栏目：26

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家自然科学基金项目60703104

在线出版日期：2009-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：183-186