基于改進(jìn)型支持向量機(jī)的語(yǔ)音信號(hào)情感識(shí)別研究

1、 基于改進(jìn)型支持向量機(jī)的語(yǔ)音信號(hào)情感識(shí)別研究 胡明崔冉郭健鵬吳靜然翟曉東Summary：語(yǔ)音信號(hào)包含了人類豐富的情感信息，本文從離散情感模型出發(fā)，選擇了高興、悲傷、憤怒和害怕4種基本情感作為研究對(duì)象，利用螢火蟲(chóng)算法實(shí)現(xiàn)了支持向量機(jī)參數(shù)自動(dòng)尋優(yōu)，從而提高了識(shí)別的效率。為了使測(cè)試數(shù)據(jù)更據(jù)代表性，選取了中文和德文數(shù)兩種據(jù)庫(kù)，400個(gè)樣本進(jìn)行訓(xùn)練和測(cè)試。實(shí)驗(yàn)表明，對(duì)SVM分類器進(jìn)行優(yōu)化在一定程度上提高了情感識(shí)別率。Key：語(yǔ)音信號(hào);螢火蟲(chóng)算法;改進(jìn)的支持向量機(jī);情感識(shí)別：TP18 ：A ：1007-9416（2019）06-0109-020 前言機(jī)器情感這一研究領(lǐng)域從提出概念伊始，就伴隨著倫理道德的疑

2、慮。而隨著人工智能技術(shù)的發(fā)展，如何設(shè)計(jì)并實(shí)現(xiàn)一個(gè)具有情感識(shí)別的智能機(jī)器人顯得尤為重要了。而其關(guān)鍵技術(shù)就是研究情感識(shí)別核心算法，不斷提高識(shí)別的速度和準(zhǔn)確率。目前情感識(shí)別研究領(lǐng)域中，最主要的途徑就是通過(guò)對(duì)人的生理信息，例如聲音信號(hào)、脈搏信號(hào)、腦電信號(hào)、面部表情、身體形態(tài)等一種信號(hào)分析或多種信號(hào)的多模分析，利用識(shí)別技術(shù)進(jìn)行訓(xùn)練學(xué)習(xí)和類型識(shí)別判斷。本文主要通過(guò)對(duì)語(yǔ)音信號(hào)的拾取、預(yù)處理、特征提取和類型識(shí)別，達(dá)到情感識(shí)別的目的，這一過(guò)程的核心是類型識(shí)別，也是近幾年研究最多、成果最豐富的環(huán)節(jié)。本文利用改進(jìn)的支持向量開(kāi)展語(yǔ)音信號(hào)情感識(shí)別的研究，研究思路如圖1所示。1 語(yǔ)音情感的分類人類的情感是一個(gè)復(fù)雜的系統(tǒng)，

3、屬于心理學(xué)范疇，目前尚無(wú)一個(gè)統(tǒng)一的、標(biāo)準(zhǔn)的定義。人類的情感是人類對(duì)不同物理、事件體現(xiàn)出的反映，再通過(guò)人的語(yǔ)音、表情、動(dòng)作、生理信號(hào)等各種外在的方式表達(dá)出來(lái)。各個(gè)國(guó)家心理專家、情感識(shí)別專家對(duì)情感有不同的分類依據(jù)和方法，主要有離散情感模型和緯度情感模型。離散情感模型，將人類的情感分為基本情感和復(fù)雜情感，且復(fù)雜情感是有基本情感的有機(jī)組合產(chǎn)生的，因此研究基本情感就顯得尤為重要了。不同的心理學(xué)家將人類的基本情感進(jìn)行了不同的分類，有的分為高興和悲傷兩種，而其它各種情感均是這兩種情感的不同比例組合而成。而有的專家則將人的基本情感分為3-9種更加細(xì)膩的情感。緯度情感模型，則認(rèn)為人的感情是連續(xù)的，不是離散的，主

4、要有二緯度情感模型和三維度情感模型，每個(gè)緯度分為正向積極方向和反向消極方向。本文主要從離散情感模型出發(fā)，重點(diǎn)研究公認(rèn)的幾種基本情感：高興、悲傷、憤怒和害怕。2 語(yǔ)音情感的數(shù)據(jù)庫(kù)樣本選取語(yǔ)音情感的數(shù)據(jù)庫(kù)是分析識(shí)別語(yǔ)音情感的前提。因?yàn)檎Z(yǔ)言、方言、性別等因素不同，目前尚無(wú)公認(rèn)的、統(tǒng)一的、標(biāo)準(zhǔn)語(yǔ)音數(shù)據(jù)庫(kù)庫(kù)。為了驗(yàn)證改進(jìn)型支持向量機(jī)的準(zhǔn)確率，本文選取兩種語(yǔ)言的語(yǔ)音情感數(shù)據(jù)庫(kù)：EMO-DB數(shù)據(jù)庫(kù)和CASIA數(shù)據(jù)庫(kù)1。2.1 CASIA數(shù)據(jù)庫(kù)CASIA數(shù)據(jù)庫(kù)是一個(gè)中文情感數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)由中國(guó)科學(xué)院錄制，分別錄制了4名人員在6類不同情感（快樂(lè)、中性、憤怒、悲傷、害怕、驚訝）下的聲音，采樣頻率16KHz，16

5、位AD采集量化，每種感情保留200句。根據(jù)本文設(shè)計(jì)需要，選取其中高興（原數(shù)據(jù)庫(kù)中的快樂(lè)）、悲傷、憤怒和害怕4類數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試，每類選取50句，如表1所示。2.2 EMO-DB數(shù)據(jù)庫(kù)EMO-DB數(shù)據(jù)庫(kù)是一個(gè)德語(yǔ)情感數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)由柏林工業(yè)大學(xué)建立，是目前國(guó)際上相對(duì)標(biāo)準(zhǔn)和認(rèn)可的數(shù)據(jù)庫(kù)，分別錄制了10名專業(yè)演員在7類不同情感（快樂(lè)、中性、憤怒、悲傷、恐懼、無(wú)聊、厭惡），共計(jì)錄制800句，最終保留535句。根據(jù)本文設(shè)計(jì)需要，選取其中高興（原數(shù)據(jù)庫(kù)中的快樂(lè)）、悲傷、憤怒和害怕（原數(shù)據(jù)庫(kù)中的恐懼）4類數(shù)據(jù)進(jìn)行訓(xùn)練和測(cè)試，每類選取50句，如表2所示。3 語(yǔ)音信號(hào)的預(yù)處理語(yǔ)音信號(hào)具有隨著時(shí)間變化而變化的

6、特性，而且是不穩(wěn)定的，因此需要對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理，從而去除干擾，獲得高質(zhì)量的信號(hào)2。語(yǔ)音信號(hào)的預(yù)處理過(guò)程如圖2所示?？紤]到小波變換處理語(yǔ)音信號(hào)時(shí)存在一定的局限性，本文采取了近期較為常用、不需要事先選定基函數(shù)的EMD算法對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理，取得了較好的效果。4 語(yǔ)音信號(hào)情感特征參數(shù)的提取語(yǔ)音信號(hào)中的情感特征參數(shù)是其能表達(dá)感情的關(guān)鍵，包含了韻律特征、音質(zhì)特征、基于譜的相關(guān)特征2。其中，韻律特征參數(shù)主要有語(yǔ)速、基因頻率及短時(shí)能量，而音質(zhì)特征參數(shù)主要有共振峰、聲門參數(shù)，基于譜的相關(guān)特征參數(shù)主要有線性譜特征和倒譜特征。我們主要研究了梅爾頻率倒譜系數(shù)（MFCC），基音周期，共振峰參數(shù)，短時(shí)過(guò)零率，短時(shí)

7、能量，能量抖動(dòng)參數(shù)，時(shí)域及頻域能量，平均功率，語(yǔ)速等參數(shù)，并通過(guò)對(duì)這些參數(shù)的分析，分別計(jì)算了它們的統(tǒng)計(jì)學(xué)特征，包括平均值、中位值、標(biāo)準(zhǔn)差、最小值、最大值、方差、變化率、一階差分等。5 改進(jìn)的支持向量機(jī)算法對(duì)語(yǔ)音信號(hào)情感的分類識(shí)別5.1 螢火蟲(chóng)算法優(yōu)化支持向量機(jī)參數(shù)螢火蟲(chóng)算法（Firefly Algorithm，F(xiàn)A）是由Xin-she Yang教授于2008年提出的一種十分新穎的生物群智能優(yōu)化算法，算法的靈感來(lái)源于對(duì)螢火蟲(chóng)群體行為的簡(jiǎn)化和模擬，一經(jīng)提出就吸引了國(guó)內(nèi)外大量學(xué)者的關(guān)注，是優(yōu)化算法研究領(lǐng)域的熱點(diǎn)之一3。本文選取FA算法對(duì)SVM的關(guān)鍵參數(shù)進(jìn)行優(yōu)化，建立FA-SVM模型4，主要流程如圖3

8、所示。5.2 情感分類結(jié)果分析本文將從EMO-DB數(shù)據(jù)庫(kù)和CASIA數(shù)據(jù)庫(kù)中選取關(guān)于高興、憤怒、悲傷、害怕等四類情感各50個(gè)，合計(jì)400個(gè)數(shù)據(jù)分別在SVM和FA-SVM模型中訓(xùn)練和測(cè)試，識(shí)別結(jié)果統(tǒng)計(jì)如表3所示。通過(guò)對(duì)表3的橫向和縱向進(jìn)行分析，可以得出，經(jīng)過(guò)改進(jìn)的支持向量機(jī)FA-SVM針對(duì)語(yǔ)音信號(hào)的情感識(shí)別率，比未經(jīng)過(guò)優(yōu)化的支持向量機(jī)的識(shí)別率有明顯的改善，尤其是憤怒的識(shí)別最高，提高了11.1%，而高興、 悲傷、害怕分別有4.1%、7.6%、5.6%的效果改善。Reference1 王艷，胡維平.基于BP特征選擇的語(yǔ)音情感識(shí)別J.微電子學(xué)與計(jì)算機(jī)，2019，36（5）：14-18.2 李曉琴.基于支持向量機(jī)的語(yǔ)音情感識(shí)別D.吉林：哈爾濱理工大學(xué)，2018.3 臧睿，李晶.基于維度加權(quán)的改進(jìn)螢火蟲(chóng)算法J.計(jì)算機(jī)科學(xué)，2017，44（6A）：123-125.4 曾建梅.改進(jìn)的支持向量機(jī)用于脈搏信號(hào)的情感識(shí)別研究D.吉林：重慶理工大學(xué)，2016.數(shù)字技術(shù)與