胡洋，蒲南江，吴黎慧，高磊

（中北大学信息与通信工程学院 太原 030051）

0 引言

目前，大多数研究者都是基于Plutchik划分的6大基本情感（平静、高兴、惊奇、愤怒、悲伤、恐惧），本文也以上述分类标准进行语音情感识别研究。语音情感识别的研究已取得许多成果，但是传统的方法大多都是运用单一的分类器来进行情感识别，比如文献[3]构建HMM模型进行语音情感识别，得到了不错的识别率。而文献[4]通过自组织人工神经网络进行语音情感识别也有比较理想的识别结果。但是由于单一分类器的固有缺点，识别率还有待提高。本文考虑将HMM和ANN两种分类器进行融合，将进一步提高语音情感识别率。

1 语音情感库建立

由于语音情感识别研究的特殊性，没有统一的语音情感识别库，大多数研究者都是自建符合自己研究的语音情感识别库，主要有两种获得语音情感库的方法：一是诱导录音法，通过准备没有情感状态倾向的中性语句作为录音脚本，记录录音者在各种模拟情感状态下的语音材料作为语音库；二是视频剪辑法，通过截取影视作品中的带有需要情感状态的语句作为语音库的来源。

因为视频剪辑法工作量大，而且得到的语音材料大多包含背景音，给后期工作带来额外的麻烦。本文采取诱导录音法建立情感语音库，即邀请8位（4男4女）情感丰富的录音者对30个语音脚本分别用高兴、愤怒、惊奇、悲伤、恐惧以及平静的方式录音1遍。然后邀请录音者之外的10人对录音材料进行试听实验，去除情感特征不明显的语句，最终得到600句符合要求的情感语句，400句作为训练语句，200句作为识别语句。……