公开(公告)号：CN105702251B

公开(公告)日：2019-10-22

申请号：CN201610248979.3

申请日：2016-04-20

Applicant: 中国科学院自动化研究所

Inventor： 刘文举 ,  梁雅萌

IPC: G10L15/02 ,  G10L15/06 ,  G10L25/63

Abstract: 本发明公开了一种基于Top‑k加强音频词袋模型的语音情感识别方法，其包括：确定语音情感数据库及其中的训练集和测试集，并提取每一语音样本的帧特征向量；接着，将训练集中所有语音样本的帧特征向量集合起来，通过聚类算法，得到聚类中心，并用聚类中心组成音频词字典；通过计算帧特征向量与码词之间的距离，得到对于训练集和测试集中语音样本的第一句特征向量；然后，对第一句特征向量进行特征选择，得到第二句特征向量；再基于训练集中语音样本的第二句特征向量来训练机器学习识别模型，并使用测试集中语音样本的第二句特征向量作为机器学习识别模型的输入，以得到语音情感识别结果。通过本发明实施例，提高了语音情感识别的识别精度。

公开(公告)号：CN105702251A

公开(公告)日：2016-06-22

申请号：CN201610248979.3

申请日：2016-04-20

Applicant: 中国科学院自动化研究所

Inventor： 刘文举 ,  梁雅萌

IPC: G10L15/02 ,  G10L15/06 ,  G10L25/63

Abstract: 本发明公开了一种基于Top-k加强音频词袋模型的语音情感识别方法，其包括：确定语音情感数据库及其中的训练集和测试集，并提取每一语音样本的帧特征向量；接着，将训练集中所有语音样本的帧特征向量集合起来，通过聚类算法，得到聚类中心，并用聚类中心组成音频词字典；通过计算帧特征向量与码词之间的距离，得到对于训练集和测试集中语音样本的第一句特征向量；然后，对第一句特征向量进行特征选择，得到第二句特征向量；再基于训练集中语音样本的第二句特征向量来训练机器学习识别模型，并使用测试集中语音样本的第二句特征向量作为机器学习识别模型的输入，以得到语音情感识别结果。通过本发明实施例，提高了语音情感识别的识别精度。