1.一种基于近似最近邻搜索算法的语音情感识别系统,其特征在于,包括:依次连接的语音信号采集模块、语音信号预处理模块、语音信号特征提取模块、近似最近邻搜索模块和分类器模块;
所述近似最近邻搜索模块还连接有情感语音数据库模块;
所述语音信号特征提取模块还与所述分类器模块连接;
所述语音信号采集模块,用于对语音信号进行采集和存储;
所述语音信号预处理模块,用于对所述语音信号采集模块采集到的语音信号进行语音活动性检测、分帧窗处理和去噪操作;
所述语音信号特征提取模块,用于将所述语音信号预处理模块处理后的语音信号的特征提取出来,并将提取到的特征上传到云端作为近似最近邻搜索模块的输入;
所述情感语音数据库模块,用于将现有的情感语音数据库存储在云端,为所述近似最近邻搜索模块提供可靠数据;
所述近似最近邻搜索模块,用于在情感语音数据库中搜索出与所述语音信号特征提取模块提取的待识别语音特征高度相似的情感语音;
所述分类器模块,利用所述近似最近邻搜索模块的搜索结果训练所述分类器模块,训练完成后,使用训练后的所述分类器模块来识别所述语音信号特征提取模块提取的语音信号特征输出情感信息。
2.根据权利要求1所述的语音情感识别系统,其特征在于,所述语音信号采集模块通过终端设备手机或电脑的麦克风来实现语音信号采集。
3.根据权利要求1所述的语音情感识别系统,其特征在于,所述语音信号采集模块采集到的语音信号存储为波形文件,所述波形文件为后缀为.wav的文件。
4.根据权利要求1所述的语音情感识别系统,其特征在于,所述分类器模块为支持向量机。
5.一种基于近似最近邻搜索算法的语音情感识别方法,其特征在于,所述识别方法适用的系统为权利要求1-4任意一项所述的基于近似最近邻搜索算法的语音情感识别系统,包括以下步骤:步骤1、读取采集数据
所述语音信号采集模块采集语音信号并存储;
步骤2、语音活动性检测和分帧处理
所述语音信号预处理模块对步骤1采集的语音信号进行语音活动性检测、分帧窗处理和去噪操作;
步骤3、提取语音信号低阶特征
所述语音信号特征提取模块对步骤2预处理后的语音信号提取低阶特征,并将提取的低阶特征上传到云端作为近似最近邻搜索模块的输入;
步骤4、搜索数据、训练和输出
经过所述近似最近邻搜索模块在情感语音数据库模块的搜索,输出数据送回到终端分类器模块,用于训练分类器模块,训练好之后,对所述语音信号特征提取模块提取的语音信号的特征进行最后的识别输出情感信息。
6.根据权利要求5所述的基于近似最近邻搜索算法的语音情感识别方法,其特征在于,步骤2中语音信号预处理模块在接收到语音信号之后,进行如下预处理步骤:第一步,对音频信号应用高通滤波器消除直流偏移和低频噪声;
第二步,将第一步获得的音频信号分成长度为20-40毫秒的重叠帧;
第三步,提取用于语音活动性检测的特征;
选用对数帧能量、过零率和自相关系数作为语音活动性检测的特征,语音信号帧能量其中,
过零率为每帧过零的数量;
自相关系数计算公式如下:
7.根据权利要求6所述的基于近似最近邻搜索算法的语音情感识别方法,其特征在于,第一步的音频信号的截止频率为200Hz。
8.根据权利要求6所述的基于近似最近邻搜索算法的语音情感识别方法,其特征在于,第三步中语音活动性检测使用的分类器为贝叶斯分类器。
9.根据权利要求5所述的基于近似最近邻搜索算法的语音情感识别方法,其特征在于,步骤3中的语音信号低阶特征包括基频、能量、共振峰、过零率、梅尔频率倒谱系数、线性预测倒谱系数、微扰和抖动。