希尔伯特边际谱在语音情感识别中的应用

利用希尔伯特．黄变换（Hilbert-Huang Transform,HHT）对情感语音进行处理,得到其边际谱,然后对比分析四种情感即高兴、生气、厌恶、无情感语音信号边际谱的特征,提出四个特征量：子带能量（SE）、子带能量的一阶差分（DSE）、子带能量倒谱系数（SECC）、子带能量倒谱系数的一阶差分（DSECC）用于情感识别。用它们作说话人无关,文本无关的语音情感识别,得到最高90％的识别率,比基于傅立叶变换的梅尔频率倒谱系数（MFCC）高22个百分点。实验结果表明,基于HHT边际谱的特征能够较好地反映语音信号中的情感信息。     

离散分数余弦变换自适应滤波算法及应用

为改善时域最小均方算法的收敛速度,提出离散分数余弦变换自适脯滤波算法。利用离散余弦变换的去相关能力,构造一个新型自适应算法所需的目标函数,采用递归方式使变换域信号功率归一化,选取最优的变换阶次,获得最小均方误差,明显改善1广算法的收敛速度。仿真实验结果显示：与传统的LMS、DCT—LMS相比,离散分数余弦LMS算法的特征值比有比较明显的下降;DFRCT—LMS比前两种算法更快地收敛。在语旨增强应用实验中,离散分数余弦LMS算法优势明显,具有实际应用价值。     

MMCE算法在FAGMM中的应用

提高说话人模型的识别性能一直是语音识别领域的一个重要课题。因子分析高斯混合模型（FAGMM）是因子分析方法与高斯混合模型（GMM）结合而成的多维概率统计模型,能更好地表征语音特征矢量的相关性,然而模型参数过多导致不能实现很好的分类。把改进的最小分类错误（MMCE）算法应用于该模型,形成一种新的FAGMM＋MMCE模型,能解决前述问题,而且克服了传统的最小分类错误（MCE）算法在系统训练时不灵活、训练速度慢的缺点。实验结果表明,在30个说话人的识别应用中,本模型的识别率随着高斯混合数的增加而提高,较传统的MCE算法,识别率平均提高了3%,训练时间也平均节省了20%,说明该方法是有效的。