一种考虑语音中多线性群组稀疏特性的情绪特征提取方法专利登记公告

专利名称：一种考虑语音中多线性群组稀疏特性的情绪特征提取方法

摘要：本发明公开了一种考虑语音中多线性群组稀疏特性的情绪特征提取方法，该方法考虑语音信号中包括时间、频率、尺度和方向信息的多重因素，利用多线性群组稀疏分解的方法进行特征提取，通过不同尺度和方向的Gabor函数对语音信号能量谱进行多线性表征，利用群组稀疏张量分解方法求解特征投影矩阵，计算频率阶上的特征投影，经过离散余弦变换对特征去相关，最终计算特征的一阶和二阶差分系数，得到语音情绪特征。本发明考虑语音信号中的时间、频率、尺度和方向等因素用于情绪的特征提取，利用群组稀疏张量分解方法进行特征投影，最终提高了多类语音情

专利类型：发明专利

专利号：CN201210091525.1

专利申请（专利权）人：山东大学

专利发明（设计）人：吴强;刘琚;孙建德

主权项：一种考虑语音中多线性群组稀疏特征的语音情绪特征提取方法，其特征是：考虑语音信号中包括时间、频率、尺度和方向信息的多重因素，利用多线性群组稀疏分解的方法进行特征提取，通过不同尺度和方向的Gabor函数对语音信号能量谱进行多线性表征，利用群组稀疏张量分解方法求解特征投影矩阵，计算频率阶上的特征投影，经过离散余弦变换对特征去相关，计算特征的一阶和二阶差分系数，具体包括以下步骤：(1)采集语音信号s(t)，利用短时傅里叶变换将s(t)变换到时频域，得到信号的时频表示S(f，t)和能量谱P(f，t)；(2)利用具有

专利地区：山东