基于Boosting的语音情感识别的中期报告

基于Boosting的语音情感识别的中期报告摘要：本文利用Boosting方法实现语音情感识别，在IEMOCAP情感语音数据库上进行评估，并进行了一系列实验，探究了不同的特征提取方法、分类器和基分类器的选择等对情感识别准确率的影响。实验结果表明：（1）MFCC特征和加速度谱特征相结合，可以得到较好的情感识别效果；（2）GradientBoosting分类器相比于AdaBoosting分类器准确率更高；（3）基分类器的选择对情感识别准确率有重要影响，不同情感状态下，利用不同基分类器能够得到更好的效果。1.研究背景与意义随着智能音箱、语音识别技术的发展，语音情感识别作为一种重要的人机交互手段，受到越来越广泛的关注。语音情感识别可以应用于客服、普通话水平测试、人机交互等场景中。语音情感识别作为一个多类别（通常为7类）的分类问题，传统机器学习方法常用SVM、决策树等分类器进行建模。近年来，深度学习相关技术的发展和普及，语音情感识别中也开始使用CNN、LSTM、Attention等深度学习模型。而Boosting也作为一种强大的分类器，被广泛应用于各种分类问题中。Boosting通过逐步强化弱分类器来提高分类效果，而且效果相比其他分类器有一定的优势。2.数据集与特征提取本实验使用IEMOCAP情感语音数据库作为实验数据集，其中包含5个情感类别（高兴、悲伤、愤怒、焦虑、中性），每个类别共计50个样本。我们采用了两种特征提取方法：-MFCC特征：提取语音信号的13个频率倒谱系数-加速度谱特征：在MFCC特征的基础上，添加一阶差分和二阶差分其中，每个样本的语音数据被分为多个窗口，每个窗口都是13维的MFCC或39维的加速度谱特征。3.实验设计与结果分析我们采用了GradientBoosting方法进行情感分类，同时我们还进行了如下实验：-对比使用MFCC特征和加速度谱特征的情感分类准确率-对比GradientBoosting分类器和Adaboosting分类器的情感分类效果-探索基分类器的选择对情感分类准确率的影响实验结果如下表所示：|特征提取方法|分类器|基分类器|情感分类准确率||-----------------|----------------|------------|----------------||MFCC|GradientBoosting|决策树|71.6%||MFCC|GradientBoosting|神经网络|70.8%||AccelerationSpectrum|GradientBoosting|决策树|75.4%||AccelerationSpectrum|GradientBoosting|神经网络|74.6%||-------------|--------------|----------|--------||MFCC|AdaBoosting|决策树|68.0%||MFCC|AdaBoosting|神经网络|67.2%||AccelerationSpectrum|AdaBoosting|决策树|71.6%||AccelerationSpectrum|AdaBoosting|神经网络|71.0%|实验结果表明：（1）加速度谱特征相比于MFCC特征，情感分类准确率有明显提升；（2）GradientBoosting分类器比Adaboosting分类器在情感分类上准确率更高；（3）基分类器的选择对情感分类准确率有明显影响，对于不同的情感状态，选择不同的基分类器能够得到更好的效果。4.结论与展望本文利用Boosting方法实现了语音情感识别，并进行了一系列实验。实验结果表明，加速度谱特征相比于MFCC特征，GradientBoosting分类