基于高斯混合模型的情感LPC系数的研究

针对当前缺乏语音情感特征的发声模型研究的具体现状,通过探索情感特征与线性预测编码(LPC)系数之间的映射关系,提出建立LPC系数情感模型的新方法。该方法在中科院情感语音库的基础上分别建立高兴、愤怒、悲伤及中性4种情感数据库;通过采用不同情感语音的LPC特征矢量,结合动态时间规整技术(DTW)、期望最大化算法(EM)和最小均方误差准则(MMSE)对高斯混合模型进行训练和参数估计,最终获得高兴、愤怒、悲伤这3种情感对中性语音的LPC系数映射规则函数,完成对情感LPC系数的建模。研究结果表明:建立的情感模型有效表征了不同情感对LPC系数的影响;该方法为情感语音合成、识别等研究提供了新思路。