基于LDA＋kernel-KNNFLC的语音情感识别方法.pdfVIP

第45卷第 1期 东南大 学学报 (自然科学版) VO1．45 No．1 2015年 1月 JOURNALOFSOUTHEASTUNIVERS／TY(NaturalScienceEdition) Jan．2015 doi：10．3969~．issn．1001—0505．2015．O1．002 基于 LDA+kerne1．KNNFLC的语音情感识别方法 张昕然 查 诚 徐新洲 宋 鹏 赵 力 (东南大学水声信号处理教育部重点实验室，南京210096) (东南大学信息科学与工程学院，南京210096) (东南大学儿童发展与学习科学教育部重点实验室，南京210096) 摘要：结合K近邻、核学习方法、特征线重心法和LDA算法，提出了用于情感识别的LDA+ker- nel—KNNFLC方法．首先针对先验样本特征造成的计算量庞大问题，采用重心准则学习样本距 离，改进了核学习的K近邻方法；然后加入LDA对情感特征向量进行优化，在避免维度冗余的 情况下，更好地保证了情感信息识别的稳定性．最后，通过对特征空间再学习，结合LDA的ker- nel—KNNFLC方法优化了情感特征向量的类间区分度，适合于语音情感识别．对包含 120维全局 统计特征的语音情感数据库进行仿真实验，对降维方案、情感分类器和维度参数进行 了多组对比 分析．结果表明，LDA+kernel—KNNFLC方法在同等条件下性能提升效果最显著． 关键词：语音情感识别；K近邻；核学习；特征重心线；线性判别分析 中图分类号：TP391．42 文献标志码 ：A 文章编号：1001—0505(2015)01-0005-07 SpeechemotionrecognitionbasedonLDA +kernel-KNNFLC ZhangXinran · ZhaCheng XuXinzhou SongPeng ZhaoLi (KeyLaboratoryofUnderwaterAcousticSignalProcessingofMinistryofEducation，SoutheastUniversity，Nanjing210096，China) (SchoolofInformationScienceandEngineering，SoutheastUniversiyt，Nanjing210096，China) (KeyLaboratoryofChildDevelopmentnadLearningScienceofMinistryofEducation，SoutheastUniversiyt，Nnajing210096，China) Abstract：BasedonKNN (K—nearestneighbor)，kernellearning，FLC (featurelinecentroid)and LDA (1ineardiscriminantanalysis)algorithm。hteLDA +kernel—KNNFLCmehtodisputforwrad foremotionrecognitionaccordingtohtechraacteristicsofhtespeechemotionfeatures．First。inview ofhtelrageamountofcalculation causedbyhtepriorsma plecharacteristics．theKNN ofkernel learningmethodisimprovedbylearningsma pledistnaceswiht hteFLC．Secondly，byaddingLDA toemotionalfeaturevectors。htestabilityofemotionalinformationrecognitionisensurednaddimen． sionalredundnacyisavoided．Finally，bytherel