基于语音特征的情感分类

摘要 情感识别是智能机器人技术研究中的一个重要课题,对不同的情感识别有助于提高机器人的智能水平和与人类沟通的效果．首先采用语速、瞬时能量、瞬时过零率、共振峰和基频五种语音特征,以及正常、喜悦、愤怒、悲伤、惊讶五种情绪状态,建立语音特征与情绪的相关性模型,然后设计PNN识别算法,再通过该算法对情绪状态训练分类,最后在语音识别过程中提取的低阶特征,识别高阶情感语义．通过实验效果对比分析,其平均识别率可以达到8258％,优于HMM的822％,主成分析的6616％和多元回归分析的6268％,可以得出该模型对语音情感识别有较好的识别率