论文部分内容阅读
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