摘 要语音识别在现实中有着极为重要的应用，现在语音内容的识别技术已日趋成熟。当前语音情感识别是研究热点之一，它可以帮助 AI 和人更好地互动、可以帮助心理医生临床诊断、帮助随时随地高效测谎等。本文采用了中科院自动化所的 CASIA 语料库作为样本，先进行预处理，之后对语料库进行语音情感特征函数的提取，再结合二叉树进行 SVM 支持向量机的分类，最后得到识别准确率。预处理是将语音信号提纯的操作，主要分为数字化、预加重、分帧加窗和端点检测 4 步，之后来到提取语音情感特征参数的阶段。虽然有许多语音情感特征参数，本文中使用的语音情感特征参数为基音频率、短时能量、共振峰和梅尔倒谱系数（MFCC）四种，再对每一种特征参数进行归一化运算。传统的支持向量机识别语音情感信号为“一对一”模型，若有种情感，算法复杂度为。结合语音情感的分类间有较为相似和不相似两种情况，本文采用将二叉树和支持向量机结合的方法，每一层都遵循相似聚类的准则，逐层二分，从根结点的所有情感，最后分类到叶结点只有一个情感，此时完成识别分类。种情感的算法复杂度为，大大提高了效率。本文最后在完成整个系统后端的架构之后，加入了 UI 界面，原本运行界面简陋的系统，拥有了更加直观的显示，在面板上就可以方便地调节参数，也可以快速得到对比结果和识别结果。- I -关键词： 语音情感识别，机器学习，二叉树，支持向量机(Speech emotion recognition based on Machine LearningAbstractSpeech recognition has extremely important applications in reality, and now the recognition technology of speech content has become increasingly mature. Current speech emotion recognition is one of the research hotspots. It can help AI and people interact better, it can help psychologists make clinical diagnosis, and help to effectively detect lie anytime, anywhere. In this paper, the CASIA corpus of the Institute of Automation of the Chinese Academy of Sciences is used as a sample, pre-processed first, and then the speech emotion feature function is extracted from the corpus, and then the binary tree is used to classify the SVM support vector machine.Preprocessing i...
