基于K-NN的语音情感识别

基于K-NN的语音情感识别

%情感特征提取函数
function feature=featvector（filename）
[yfs]=audioread（filename）; 
L=length（y）;
ys=y;
for i=1:（length（y）-1）
    if （abs（y（i））<1e-3）  %  剔除较小值，计算短时能量时使用  %
        ys（i）=ys（i+1）;
        L=L-1;
    end
end 
y1=ys（1:L）;
s=enframe（yhamming（256）128）; %  分帧加窗  %
s1=enframe（y1hamming（256）128）; 
[nframeframesize]=size（s）;  
[nframe1framesize1]=size（s1）;
E=zeros（1nframe1）;  
Z=zeros（1nframe）;
F=zeros（1nframe）;
for i=1:nframe
    Z（i）=sum（abs（sign（s（iframesize:2）-s（iframesize-1:1））））/2;  %  过零率  %
end
for i=1:nframe1
    E（i）=sum（s1（i:）.*s1（i:））; %  短时能量  %
end
%  基音频率  %
N=2048;R=4;
for i=1:nframe
    k = 1:R:N/2; K = length（k）;  %  N是FFT变换点数，R是乘的次数，f是采样频率  %
    X = fft （s（i:） N）; 
    X=abs（X）;  %  对X做绝对值，取到幅度  %
    HPSx = X（k）; 
    for r= R-1:-1:1
        HPSx = HPSx.*X （1:r:r*K）;
    end
    [~I]=max（HPSx）;  %  取最大值点，I是对应下标  %
    F（i）=I/N*fs; %  基音频率  %
end
%  浊音帧差分基音  %
nf=1;
for i=1:（nframe-1）
    if（F（i）*F（i+1）~=0）
        dF（nf）=F（i）-F（i+1）;
        nf=nf+1;
    end
end
%  0-250hz所占比例  %
[s2f1t1]=specgram（y1256fs）;
sn=20*log10（abs（s2）+eps）;
sn1=sn+min（sn（:））;
n=round（length（f1）*250/max（f1（:）））;
Eratio=sum（sum（sn1（1:n:）））/sum（sn1（:））;

%  估计共振峰  %
[fm~] = formant_get（yfs）;
Fm1=fm（:1）;
Fm2=fm（:2）;
Fm3=fm（:3）;
%  MFCC  %
MFCCs=melcepst（yfs‘0d‘）; %  MFCC及其一阶差分系数  %


%%    特征向量构成    %%
%  短时能量E  %
dim_max=140;  %大小要与.mat数据文件匹配
feature=zeros（dim_max1）;
x=0;t=0;
for i=1:（nframe1-1）
    t=abs（E（i）-E（i+1））/（nframe1-1）;
    x=x+t;
end
E_shimmer=x/mean（E）;
x1=0;x2=0;x3=0;x4=0;
for i=1:nframe1
    t1=i*mean（E）;t2=i*E（i）; t3=i*i;t4=i;
    x1=x1+t1;x2=x2+t2;x3=x3+t3;x4=x4+t4;
end
x4=x4*x4/nframe1;
s1=x2-x1;s2=x3-x4;
E_Reg_coff=s1/s2;
x=0;
for i=1:nframe1
    t=E（i）-（mean（E）-s1/s2*x4/nframe1）-s1/s2*i;
    x=x+t^2/nframe1;
end
E_Sqr_Err=x;
feature（1:71）=[max（E）;min（E）;mean（E）;var（E）;E_shimmer;E_Reg_coff;E_Sqr_Err];%  短时能量相关特征  %

%  能量比  %
feature（81）=Eratio;

%  基音频率F  %
x=0;
for i=1:（nframe-1）
    t=abs（F（i）-F（i+1））;
    x=x+t;
end
F_Jitter1=100*x/（mean（F）*（nframe-1））;
x=0;
for i=2:（nframe-1）
    t=abs（2*F（i）-F（i+1）-F（i-1））;
    x=x+t;
end
F_Jitter2=100*x/（mean（F）*（nframe-2））;

%% 使F得最小值是有效（去除等值）
k=1;
for i=2:numel（F）
    if（F（i）==F（1））
        continue;
    end
    FF（k）= F（i）;
    k=k+1;
 
end

feature（9:141）=[max（F）;min（FF）;mean（F）;var（F）;F_Jitter1;F_Jitter2];%  基音频率相关特征  %

%  浊音帧差分基音  %
feature（15:181）=[max（dF）;min（dF）;mean（dF）;var（dF）];%  浊音帧差分基音  %

%  共振峰  %
x1=0;x2=0;x3=0;
for i=1:（numel（Fm1）-1）
    t1=abs（Fm1（i）-Fm1（i+1））;
    t2=abs（Fm2（i）-Fm2（i+1））;
    t3=abs（Fm3（i）-Fm3（i+1））;
    x1=x1+t1;x2=x2+t2;x3=x3+t3;
end
Fm1_Jitter1=100*x1/（mean（Fm1）*（numel（Fm1）-1））;%  前三个共振峰的一阶抖动  %
Fm2_Jitter1=100*x2/（mean（Fm2）*（numel（Fm1）-1））;
Fm3_Jitter1=100*x3/（mean（Fm2）*（numel（Fm1）-1））;
Fm2R=Fm2./（Fm2-Fm1）;
nFm=[max（Fm1）;min（Fm1）;mean（Fm1）;var（Fm1）;Fm1_Jitter1;max（Fm2）;min（Fm2）;mean（Fm2）;va

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-04-07 23:08  基于K-NN的语音情感识别\
     文件       51215  2015-03-15 16:09  基于K-NN的语音情感识别\A_fear.mat
     文件        3553  2018-04-07 23:25  基于K-NN的语音情感识别\featvector.m
     文件       51237  2015-03-15 16:14  基于K-NN的语音情感识别\F_happiness.mat
     文件        3183  2018-04-07 20:24  基于K-NN的语音情感识别\KnnRecognition.m
     文件       51284  2015-03-15 16:15  基于K-NN的语音情感识别\N_neutral.mat
     文件       51252  2015-03-15 16:16  基于K-NN的语音情感识别\T_sadness.mat
     目录           0  2018-04-07 22:59  基于K-NN的语音情感识别\wavs\
     目录           0  2018-04-07 22:59  基于K-NN的语音情感识别\wavs\A_fear\
     文件       48200  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\03a04Ad.wav
     文件       98848  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\03a05Aa.wav
     文件       98758  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\03b02Aa.wav
     文件       90548  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\03b10Ab.wav
     文件       59374  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\08a01Ab.wav
     文件       50732  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\08a02Ab.wav
     文件       54006  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\08a02Ac.wav
     文件       85704  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\08b01Aa.wav
     文件      101844  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\08b09Ab.wav
     文件       85010  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\08b10Aa.wav
     文件       53038  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\09b10Aa.wav
     文件       53788  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\10a01Ac.wav
     文件       51498  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\10a02Ab.wav
     文件       83376  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\10a05Aa.wav
     文件       51118  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\10a07Aa.wav
     文件       51352  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\10a07Ad.wav
     文件       66846  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\10b01Aa.wav
     文件       78838  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\10b02Aa.wav
     文件       63302  2004-05-21 15:57  基于K-NN的语音情感识别\wavs\A_fear\10b09Ad.wav
     文件       49878  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\11a01Aa.wav
     文件       48180  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\11a01Ab.wav
     文件       49182  2004-05-21 15:56  基于K-NN的语音情感识别\wavs\A_fear\11a04Ac.wav
............此处省略262个文件信息