基于MD-CM-SFLA神经网络的耳语音情感识别

张潇丹 包永强 奚 吉 赵 力 邹采荣

(1东南大学水声信号处理教育部重点实验室，南京210096)

(2南京工程学院通信工程学院，南京211167)

在禁止大声喧哗的部分场所中，耳语音是人们进行语言交流的主要方式之一.耳语音的早期研究主要停留在语音基础研究和医学工作需要上.随着科学技术的快速发展，关于耳语音的研究开始转向其他方面，如耳语音的语音增强研究［1］、耳语音的语音识别研究［2-3］等.传统的耳语音信号识别仅限于语义信息的识别而忽略了情感信息的识别.耳语音情感识别的研究是对语音情感识别的有效补充，具有广泛的应用前景.目前，世界上关于耳语音情感识别方面的研究还很欠缺，可以借鉴已有的语音情感识别的研究成果来进行耳语音情感识别研究;但是由于发音特点的独特性，其识别方法与语音情感识别还是有所区别的.

BP神经网络具有很强的鲁棒性和自学习自适应性，适用于处理复杂的、具有非线性和不确定性的对象.近年来，利用群智能优化算法来优化神经网络参数的方法备受关注.文献［4］利用混合蛙跳算法(SFLA)来优化BP神经网络，进行语音情感识别，并证实其识别结果优于BP神经网络.但是SFLA算法［5-7］在进化后期搜索速度慢且出现早熟收敛现象，对于多峰值函数寻优这种较复杂的问题，很难搜索到最优解.针对SFLA算法存在的缺点，本文提出了一种基于分子动力学模拟与云模型理论的改进混合蛙跳算法(MD-CM-SFLA);然后……