结合过完备字典与PCA的小样本语音情感识别方法

毛启容，赵小蕾，白李娟，王治锋，詹永照

(江苏大学计算机科学与通信工程学院，江苏 镇江 212013)

计算机技术与人机交互技术的日益发展，赋予计算机感知、理解、识别和生成人类情感的能力，使人机交互变得更加友好、智能、和谐，这已成为信息科学领域中的前沿热点问题.语音情感识别作为人机交互的研究热点之一，其通过提取语音信号中的情感特征，判断说话者的喜怒哀乐，而且国内外在这一领域的研究已取得许多突破性的成果.近年来，信号的稀疏表示引起越来越多研究者的兴趣，由于其优良特性，信号稀疏表示已经被应用到信号处理的许多方面，如压缩［1］、反问题的正则化［2］、信号去燥［3］、信号编码［4］、识别［5］、融合技术［6］等.稀疏分解可以实现数据压缩的高效性，更重要的是随着冗余字典的提出可以利用字典的冗余特性捕捉信号内在的本质特征.

过完备信号稀疏表示方法始于20世纪90年代，1993年 Stephane G.Mallat和 Zhang Zhifeng首次提出应用过完备冗余字典对信号进行稀疏分解的思想，过完备冗余字典的提出为后来学者的研究提供了理论基础，如文献［7］提出的基于词典学习和稀疏表示的超分辨率的方法，文献［8］提出的一种基于超完备字典学习的图像去噪方法等.而且通过信号在过完备冗余字典上的分解，来表示信号的基可以自适应地根据信号本身的特点灵活选取.这将使得稀疏表示方法可以更好地应用于模式识别领域.其中最有代表性的是A.Y.Yang等［9］结合压……