下载文档原格式
语音情感识别技术在智能客服系统中的研究智能客服系统是近年来快速发展的一项技术，它利用人工智能和自然语言处理技术，使得人与机器的沟通更加便捷高效。
语音情感识别技术作为智能客服系统的重要组成部分，具有识别用户情感、实现情感交互等功能，对于提升客服系统的用户体验具有重要意义。
本文将探讨语音情感识别技术在智能客服系统中的研究进展和应用前景。
一、语音情感识别技术概述语音情感识别技术是指通过对语音信号的分析和处理，判断出说话者的情感状态，例如高兴、悲伤、愤怒等。
这项技术涉及到信号处理、特征提取和分类等诸多领域，研究者们通过探索不同的算法和方法，逐渐取得了重要的研究成果。
在智能客服系统中，语音情感识别技术可以通过语音识别模块获取用户的语音信息，然后通过情感识别模块分析得出用户的情感状态。
这样一来，智能客服系统可以更好地理解用户的语音信息，并作出相应的回应，从而提高用户满意度和系统的服务质量。
二、语音情感识别技术的研究进展在语音情感识别技术的研究方面，学术界和工业界都取得了一定的进展。
下面将重点介绍几个常用的语音情感识别方法：1. 基于语音特征的分类方法：该方法通过提取语音信号的一些特征参数，如声音的频率、能量等，然后使用分类算法进行情感判断。
这种方法简单高效，但对于较复杂的情感状态往往效果不佳。
2. 基于深度学习的方法：深度学习模型在语音情感识别中表现出了强大的优势。
通过搭建深度神经网络，特别是循环神经网络（RNN）和卷积神经网络（CNN），可以学习到语音信号中更多的隐藏特征，提高情感识别的准确率。
3. 基于多模态情感识别的方法：除了语音信号，语言本身和面部表情也包含着丰富的情感信息。
因此，多模态情感识别技术将语音信号、文本信息和面部表情等多种模态进行融合，提高了情感识别的准确性和鲁棒性。
以上方法在语音情感识别中都有一定的应用，不同的场景和需求可以选择不同的方法和模型来进行研究和实现。
三、语音情感识别技术在智能客服系统中的应用智能客服系统是一个实时、高效的人机对话系统，其应用涵盖了各个行业和领域。
《情感语音识别与合成的研究》篇一一、引言随着人工智能技术的发展，情感语音识别与合成逐渐成为人们关注的焦点。
情感语音识别与合成是自然语言处理（NLP）的重要领域，通过这些技术可以使得计算机和机器人更自然地理解和表达人类情感。
本文旨在探讨情感语音识别与合成的研究现状、应用领域以及未来发展趋势。
二、情感语音识别的研究情感语音识别是指通过计算机和机器学习技术分析语音中的情感信息，将声音转换为情感的标记和标签，实现识别人类情绪的目标。
这项技术的关键在于理解人的情绪特征以及如何从声音中提取这些特征。
2.1 情感语音识别的基本原理情感语音识别的基本原理是通过音频信号处理和机器学习算法对语音进行情感分析。
在音频信号处理阶段，提取出声音中的各种特征，如语调、音量、节奏等；在机器学习算法阶段，使用各种算法对这些特征进行训练，识别出不同情绪的特征和规律。
2.2 情感语音识别的研究进展近年来，随着深度学习技术的兴起，情感语音识别的准确率得到了显著提高。
例如，利用卷积神经网络（CNN）和循环神经网络（RNN）等技术对音频信号进行深度学习和特征提取，可以更准确地识别出不同情绪的语音。
此外，多模态情感识别技术也得到了广泛关注，通过融合声音、文字、表情等多种信息进行综合分析，提高情绪识别的准确率。
三、情感语音合成的研究情感语音合成是使计算机能够根据特定情感或语境生成自然语言语音的技术。
该技术可以实现与用户更自然地交流，提升人机交互的体验。
3.1 情感语音合成的基本原理情感语音合成的基本原理是将预定义的情感特征作为参考信号，生成相应情感的语调、音调、节奏等，从而实现模拟人类的情绪表达。
通常需要建立情绪参数的数学模型，然后将这些参数映射到特定的声波生成器中。
3.2 情感语音合成的技术进展近年来，深度学习和声学模型等技术在情感语音合成中得到了广泛应用。
例如，利用深度神经网络（DNN）和生成对抗网络（GAN）等技术，可以实现更加自然和逼真的声音表达。
语音情感识别技术了解人的情绪与情感状态随着科技的不断进步，语音情感识别技术逐渐成为人工智能领域的热门话题。
该技术可以通过分析语音信号，了解人的情绪与情感状态，为人们的交流提供更多的可能性。
本文将介绍语音情感识别技术的原理、应用以及发展前景。
一、语音情感识别技术的原理语音情感识别技术的原理是通过对语音信号进行分析和处理，提取出与情绪与情感相关的特征参数。
这些特征参数包括语速、音调、语调、能量等，通过对这些参数进行模式匹配、分类和判别，识别出语音信号中所表达的情绪与情感状态。
二、语音情感识别技术的应用1. 智能助理语音情感识别技术可以应用于智能助理，如苹果的Siri、亚马逊的Alexa等。
通过识别用户语音中的情绪与情感状态，智能助理可以更好地理解用户的需求，提供更加个性化、贴心的服务。
2. 情感分析语音情感识别技术还可以应用于情感分析领域。
例如，在市场调研中，可以通过对消费者电话回访录音进行情感识别分析，了解消费者对产品或服务的满意度，从而有针对性地改进产品和服务质量。
3. 心理健康辅助语音情感识别技术可以为心理健康领域提供有力支持。
通过识别患者语音中的情绪与情感状态，可以对患者的心理状态进行监测与评估，及早发现与干预可能存在的心理问题。
三、语音情感识别技术的发展前景语音情感识别技术在人工智能领域具有广阔的应用前景。
随着语音识别和自然语言处理等相关技术的进一步发展，语音情感识别技术将变得更加准确和稳定，能够更好地理解和识别人类语音中的情感信息。
同时，语音情感识别技术也将与人机交互、智能助手等领域相结合，为人们的生活带来更多的便利和智能化体验。
总结：语音情感识别技术通过对语音信号的分析与处理，可以了解人的情绪与情感状态。
它在智能助理、情感分析、心理健康辅助等领域有着广泛的应用。
随着相关技术的进一步发展，语音情感识别技术的准确性和稳定性将不断提高，为人们的生活带来更多的便利和智能化体验。
基于语音信号的情感识别研究共3篇基于语音信号的情感识别研究1基于语音信号的情感识别研究随着社会的快速发展和科技的飞速进步，情感计算成为了一个备受关注的领域。
在现实世界中，有很多情感相关的应用场景，比如情感检索、情感分类、情感生成等。
其中，情感识别作为情感计算的一个重要方向，它可以通过分析文本、图像、语音等各种不同形式的数据，从中提取出对应的情感信息，以便更好地满足用户需求。
而本文重点介绍的是一种基于语音信号的情感识别技术。
语音信号作为人们交流的一种基本方式，蕴含着大量的情感信息。
通过分析语音信号的不同特征，结合机器学习等算法，我们可以有效地将其转化为情感类型的类别信息，以达到情感识别的目的。
目前，已经有很多研究者通过实验和探究，尝试将语音信号的各种特征进行提取和分析，并利用分类器，如支持向量机、人工神经网络、随机森林等，来实现情感识别的任务。
首先，我要介绍的是语音信号的基本特征。
在语音信号的特征提取过程中，最常用的特征是基频、频谱和能量。
基频指声音振动的基本频率，可以通过傅里叶变换或自相关函数来计算；频谱指信号在不同频率上的振幅，可以通过短时傅里叶变换来计算；能量指信号在不同时间上的总体大小，可以通过绝对幅值或均方根值来计算。
此外，还有一些高级的特征，如谐波比、峰值波谷能量等，这些特征可以更加全面地反映语音信号的情感信息。
其次，是基于语音信号的情感识别算法。
在情感识别的算法中，最主要的算法是支持向量机（SVM）。
SVM算法是一种二分类算法，它的基本原理是通过找到一个最优的分类超平面，将不同类别的数据分开。
在情感识别中，将每个样本的语音信号特征作为输入，将不同出现频率的情感标签映射为不同的输出，通过训练数据来调整分类超平面参数，最终实现情感识别任务。
在实践中，还可以结合其他的算法，如人工神经网络、决策树、随机森林等，来进一步提高情感识别的准确率和效率。
值得一提的是，对于语音信号的情感识别任务，并不是所有的特征都是具有相同的作用。
参数识别技术在语音识别中的应用一、参数识别技术概述参数识别技术是语音识别领域中的一项关键技术，它涉及到从语音信号中提取出能够代表语音特征的参数，并利用这些参数来进行语音识别。
随着和机器学习技术的发展，参数识别技术在语音识别中的应用越来越广泛，它能够提高语音识别的准确性和效率。
1.1 参数识别技术的核心特性参数识别技术的核心特性主要包括以下几个方面：- 高效性：参数识别技术能够快速地从语音信号中提取出有用的信息，减少计算量。
- 准确性：通过精确的参数提取，可以提高语音识别的准确率。
- 泛化能力：参数识别技术能够适应不同的语音环境和说话人，具有较好的泛化能力。
1.2 参数识别技术的应用场景参数识别技术的应用场景非常广泛，包括但不限于以下几个方面：- 语音助手：在智能设备中，如智能手机、智能家居等，参数识别技术可以帮助设备更好地理解用户的语音指令。
- 语音翻译：在多语言交流中，参数识别技术可以帮助机器更准确地识别和翻译不同语言的语音。
- 语音控制：在汽车、工业设备等领域，参数识别技术可以实现语音控制，提高操作的便捷性和安全性。
二、参数识别技术的实现参数识别技术的实现是一个复杂的过程，涉及到信号处理、特征提取、模式匹配等多个步骤。
2.1 信号预处理在参数识别之前，首先需要对语音信号进行预处理，包括去噪、归一化等操作，以提高后续处理的准确性。
2.2 特征提取特征提取是参数识别技术中的核心步骤，常见的特征提取方法包括：- 梅尔频率倒谱系数(MFCC)：MFCC是一种广泛使用的语音特征，它能够反映语音信号的频谱特性。
- 线性预测系数(LPC)：LPC通过线性预测模型来描述语音信号的频谱特性。
- 感知线性预测(PLP)：PLP是在LPC的基础上，考虑了人耳的感知特性，更加符合人耳对语音的感知。
2.3 模式匹配在特征提取之后，需要通过模式匹配来识别语音信号中的参数。
常见的模式匹配方法包括：- 动态时间规整(DTW)：DTW是一种时间序列匹配算法，可以处理语音信号中的时间变化。
语音情感识别核心技术研究与应用语音情感识别是一项基于语音信号的人工智能技术，通过对语音信号的分析，可以识别出说话者的情感状态，例如愉快、兴奋、惊讶、悲伤、无聊、生气等。
随着人工智能技术的发展，语音情感识别技术的应用越来越广泛，涉及到许多领域，例如智能客服、心理健康、广告营销等。
一、语音情感识别技术发展历程语音情感识别技术起源于上世纪80年代初期的语音识别技术。
当时，人们只能通过语音信号的特征参数来识别语音中的音素或词汇，但无法识别充满情感的说话声音。
随着人工智能技术的不断发展，语音情感识别技术逐渐发展起来。
在上世纪90年代，学者们开始在语音信号的基础上分析说话者的表情、声音特征、感觉状态等，以此为基础开发出一些情感识别技术。
这些技术往往基于语音信号的声学特征和听觉特征并加以分析，如基音频率、谐波能量、频带能量等。
到了21世纪，随着机器学习和深度学习技术的发展，语音情感识别技术不断提升。
现在，基于声音信号的语音情感识别技术已经发展成为了一项独立的研究领域。
二、语音情感识别的技术难点语音情感识别的技术难点主要在于两个方面：一是语音信号自身的特性复杂，包含很多噪声和杂音，不利于情感识别的准确性；二是情感主观性的问题，不同的人对于相同的情感表达方式可能有不同的认知和理解。
为了解决这些问题，学者们采用了多种方法。
一方面，利用现代信号处理技术对语音信号进行音频降噪、语音端点检测、音频分段等处理，提高语音信号的质量。
另一方面，通过挖掘声音信号的神经科学、行为科学和语言学等多学科知识，来更好地理解语音信号的情感表达。
三、语音情感识别的应用语音情感识别技术的应用非常广泛，不仅可以应用于消费类产品，也可以在医疗、心理健康、广告营销等领域中得到应用。
在智能客服领域，语音情感识别技术可以更好地识别客户的情绪状态，从而根据客户的不同需求、情感状态提供更优质的服务。
在心理健康领域，语音情感识别技术可以帮助医生更好地了解患者的情感状态，从而制定更有效的治疗方案。
现代电子技术Modern Electronics TechniqueMar. 2024Vol. 47 No. 62024年3月15日第47卷第6期0 引 言语音情感识别（Speech Emotion Recognition, SER ）在人机交互和计算机辅助人际交流等应用中发挥着重要作用。
然而，由于自发情感表达的微妙性和模糊性，要使机器完全正确地解释出语音信号中所包含的情感是具有挑战性的。
尽管SER 已经得到了广泛的应用，但它的性能远远低于人类，识别过程仍然受到很多因素的困扰，因此，有必要进一步提高SER 系统的性能。
深度学习网络，例如卷积神经网络（CNN ）和递归神经网络（RNN ）等[1]，在SER 任务中表现出较高的效率，识别精度较传统方法也有了很大的提高。
注意力机制可以动态地聚焦于某些部分，目前已经被应用于神经网络中。
S. Mirsamadi 等将局部注意力机制引入语音神经网络，DOI ：10.16652/j.issn.1004‐373x.2024.06.021引用格式：何朝霞，朱嵘涛，罗辉.基于F‐DFCC 融合特征的语音情感识别方法[J].现代电子技术，2024，47（6）：131‐136.基于F⁃DFCC 融合特征的语音情感识别方法何朝霞1， 朱嵘涛1， 罗 辉2（1.长江大学 文理学院， 湖北 荆州 434023； 2.东北林业大学 计算机与控制工程学院， 黑龙江 哈尔滨 150040）摘 要： 结合神经网络、并行多特征向量和注意力机制，有助于提高语音情感识别的性能。
基于此，从前期已经提取的DFCC 参数入手，提取I‐DFCC 和Mid‐DFCC 特征参数，利用Fisher 比选取特征参数构成F‐DFCC ；再将F‐DFCC 特征参数与LPCC 、MFCC 特征参数进行对比并融合，输入到含双向LSTM 网络及注意力机制的ECAPA‐TDNN 模型中；最后，在CASIA 和RAVDESS 数据集上验证F‐DFCC 融合特征参数的有效性。
基于多模态数据分析的情感识别技术研究情感识别技术是自然语言处理领域的一个重要研究方向，旨在通过分析文本、语音、图像等多模态数据，准确识别出人类的情绪状态，包括喜怒哀乐、愤怒与忧虑等情绪。
这项技术在社交媒体舆情分析、智能客服、情感智能机器人等领域具有广泛的应用前景。
本文将详细探讨基于多模态数据分析的情感识别技术，并讨论其关键问题和研究进展。
情感识别技术的核心是通过分析用户在不同媒体平台上产生的多模态数据，来推断其情感状态。
多模态数据一般包括文本、语音、图像等多种形式的信息。
其中，文本是情感识别的主要数据源，通过文本语义分析、情感词典匹配等方法可以提取到用户情感状态的关键信息。
语音情感识别则利用声音的特征参数，如音调、音量、语速等来判断用户情感的表达。
图像情感识别则通过分析人脸表情、姿态和眼神等特征，来识别用户的情感状态。
在多模态数据分析的情感识别技术中，首要问题是情感特征的提取。
针对文本数据，常用的方法包括基于机器学习的情感分类模型和深度学习模型。
机器学习模型通过特征工程和分类器的组合，将文本特征映射到情感标签。
深度学习模型则通过多层神经网络进行自动特征学习和情感分类。
针对语音数据，一般采用声学特征和语言特征相结合的方法。
声学特征包括语音的基频、功率谱等，而语言特征则利用梅尔频率倒谱系数、线性预测系数等来描述语音的语言特性。
对于图像数据，常用的方法包括基于传统机器学习的人脸表情识别和基于深度学习的人脸情感识别。
传统机器学习方法主要通过提取人脸的形状、颜色和纹理特征，并结合分类器进行情感识别。
而基于深度学习的方法则通过卷积神经网络等模型，从原始图像数据中学习情感表达的特征表示。
另一个重要问题是情感标签的定义和标注。
情感标签一般通过人工标注的方式获得，但不同的项目和领域常常具有不同的情感标签体系，导致情感识别的鲁棒性和泛化能力有限。
因此，如何建立通用的情感标签体系，并进行准确的标注是情感识别技术研究的难点之一。
传感器与微系统（Transducer and Microsystem Technologies）2012年第31卷第2期语音情感识别中特征参数的研究进展*李杰1，周萍2（1．桂林电子科技大学计算机科学与工程学院，广西桂林541004；2．桂林电子科技大学电子工程与自动化学院，广西桂林541004）摘要：语音情感识别是近年来新兴的研究课题之一，特征参数的提取直接影响到最终的识别效率，特征降维可以提取出最能区分不同情感的特征参数。
提出了特征参数在语音情感识别中的重要性，介绍了语音情感识别系统的基本组成，重点对特征参数的研究现状进行了综述，阐述了目前应用于情感识别的特征降维常用方法，并对其进行了分析比较。
展望了语音情感识别的可能发展趋势。
关键词：语音；情感识别；特征参数；特征降维中图分类号：TP391文献标识码：A文章编号：1000—9787（2012）02—0004—04Research progress on feature parameters of speechemotion recognition*LI Jie1，ZHOU Ping2（1．School of Computer Science and Engineering，Guilin University of Electronic Technology，Guilin541004，China；2．School of Electric Engineering and Automation，Guilin University of Electronic Technology，Guilin541004，China）Abstract：Speech emotion recognition is one of the new research projects，the extraction of feature parametersextraction influence the final recognition-rate efficiency directly，dimension reduction can extract the mostdistinguishing feature parameters of different emotions．The importance of feature parameters in speech emotionrecognition is point out．The system of speech emotion recognition is introduced．The common methods of featureparameters is detailed．The common methods of dimension reduction which are used in emotion recognition arecompared and analyzed．The development of speech emotion recognition in the future are prospected．Key words：speech；emotion recognition；feature parameter；dimension reduction0引言随着计算机技术的高速发展和人类对计算机依赖性的不断增强，人机交流变得越来越普遍，人机交互能力也越来越受到研究者的重视，语音情感识别就是人机交互与情感计算的交叉研究领域。
语音中的情感之所以能够被识别与表达，是因为语音特征在不同情感状态下的表现不同。
因此，很多研究者对特征与情感类别之间的对应关系产生了浓厚的兴趣并进行了深入的探讨。
Murray I和Amott J L完成的实验得出了基频、能量、时长等韵律特征，以及语音质量特征与情感之间的定性关系［1］，使得韵律学特征成为语音情感识别的常用特征。
此后，研究者又加入了共振峰参数和语音学特征，如MFCC，使得韵律学特征与语音学特征结合识别情感。
通常在利用这些基本特征进行研究时，还需要求出其派生特征和各种统计特征，如范围、均值和方差等，并把它们组成特征向量。
由于到目前为止，声学特征与情感状态的对应关系缺乏统一的结论，为了尽可能保留有意义的信息，研究者只能在研究中保留这维数少则几十条多则上百条的特征向量。
但根据模式识别的理论，高维特征集合不仅不会提高识别率，还会造成“维数灾难”［2］。
大量的研究表明：语音情感识别的关键就在于从数量众多的特征中求得高效的情感声学特征组，这就需要用到特征降维技术。
目前，已有数篇综述文献总结了语音情感识别的研究成果［3 6］，但主要都是针对识别算法的研究进展进行综述。
本文从模式识别的角度对目前语音情感识别研究中所采用的特征降维技术进行总结，并对近几年提出的情感特征参数进行阐述。
1语音情感识别系统的概述基于语音的情感识别大致分为预处理、特征提取和情感分类三步，大致框架如图1所示。
特征提取作为情感分收稿日期：2011—07—20*基金项目：国家自然科学基金资助项目（60961002）4第2期李杰，等：语音情感识别中特征参数的研究进展类的前向步骤，能直接影响到最终的识别效率，是从输入的语音信号中提取能够区分不同情感的参数序列。
在提取特征数据时，为获得最优特征子集还需进行对特征降维。
图1语音情感识别系统Fig1Speech emotion recognition system2语音情感特征参数本文从发音语音学和声学语音学两方面出发，将语音情感分为基于发音特征参数和基于声学特征参数。
2．1基于发音特征参数此类特征按照语音信号生成的数学模型不同，分为线性激励源—滤波器（source-filter）语音生成模型特征和非线性语音生成模型特征。
2．1．1线性激励源—滤波器语音生成模型特征在激励系统中，声门每开启和闭合一次的时间就是基音周期，其倒数称为基频，决定了语音的音调高低。
由于语音是声门激励信号和声道冲激响应的卷积，直接对语音提取基音周期将受到声道共振峰的影响，所以，需要先求出声门激励信号（声门波）。
获得声门波的常用方法有线性预测法和倒谱分析法，都是基于声道建模，通过逆滤波消除共振峰的影响得到声门波。
由于这2种方法只是对声道传输特性的近似，故通过逆滤波得到的声门波差分波形频谱都会不可避免地带有“波纹”。
为了准确估计声门波参数，研究者提出了对声门波进行参数建模的方法，其中LF［7］模型最常用。
赵艳等人［8］将通过该方法提取的音质参数运用到情感识别中去，取得了不错的识别率。
归一化振幅商（normalized amplitude quotient，NAQ）是由文献［9］提出的，一种新的用来刻画声门激励特性的时域参数。
Airasm A P［10］和白洁等人［11］分别比较了连续语音中单一元音的较短片段、整句及元音段NAQ值的情感识别效果，实验表明了元音段的NAQ值是一种具有判别力的语音情感特征。
共振峰是当声音激励进入声道引起共振产生的一组共振频率。
不同情感的发音可能使声道有不同的变化，因此，共振峰是反映声道特性的一个重要参数。
提取共振峰参数的方法主要有倒谱法和线性预测法（LPC）。
2．1．2非线性模型特征传统的线性声学理论认为，声音的产生取决于声带的振动和声道内的激励源位置。
而Teager H等人［12］认为声源是声道内非线性涡流的交互作用。
为度量这种非线性过程产生的语音，文献［12］提出了能量操作算子（teager ener-gy operator，TEO）。
随着TEO的提出，许多基于TEO的特征被用于识别语音中的情感。
文献［13］将多分辨率自带分析与TEO结合，提出一种新的特征参数TEOCEP，其识别性能优于使用短时能量的自带倒谱参数。
高慧等人［14］结合小波分析将不同形式的TEO与MFCC结合提出了5种非线性特征，当与文本有关时，这些特征语音情感识别的效果优于MFCC。
林奕琳［15］将基于TEO的非线性特征用于带噪语音情感的识别，证明了上述特征具有较高鲁棒性。
2．2基于声学特征参数2．2．1听觉模型特征研究者发现人耳在嘈杂的环境中之所以仍能正常地分辨出各种声音，耳蜗是其中的关键所在。
耳蜗相当于一个滤波器组，在低频区呈线性关系，在高频区呈对数关系，从而使得人耳对低频信号更敏感。
根据这一原则，研究者根据心理学实验得到了类似于耳蜗作用的一组滤波器组——Mel频率滤波器组。
研究者又利用这一原理和倒谱的解相关特性提出了Mel频率倒谱系数（Mel frequency cepstrum coefficient，MFCC）。
MFCC在语音情感识别领域已经得到广泛的应用。
2．2．2非基于模型特征这类特征通常不假设语音模型，如语速、短时平均过零率、发音持续时间和能量等，文献［5］对这些特征进行了详细的叙述。
研究者发现以往常被用于诊断喉部疾病的谐波噪声比（HNR）可以有效评估说话人嗓音嘶哑程度，余华［16］，赵艳等人［8］已把HNR作为特征参数成功运用于语音情感识别当中。
3特征降维高维数据特征不仅可能造成维数灾难，而且其可能存在较大的数据冗余，影响识别的准确性。
为了有效地进行数据分析，提高正确识别率和降低计算工作量，特征降维就显得异常重要。
特征降维包括特征抽取和特征选择。
特征抽取是用全部可能的变量把数据变换（线性或非线性变换）到维数减少了的数据空间上。
特征选择是选出有用的或重要的特征，而去除其他的特征。
3．1特征抽取3．1．1线性特征抽取算法主成分分析（principal component analysis，PCA）和线性判别分析（linear discriminant analysis，LDA）是最常用的线性特征抽取算法。
PCA因未能利用原始数据中的类别信息，降维后的数据有时反而不利于模式分类，直接用于语音情感识别时效果并不好。
LDA考虑了训练样本的类别信息，强调了不同类别样本之间的分离，用于语音情感识别时取得了良好的识别率［17］。
文献［2］针对PCA，LDA在不同性别、不同情感状态有不同的识别表现，设计了结合PCA5传感器与微系统第31卷和LDA的分层次语音情感识别系统，取得了较高识别率。
3．1．2非线性流形特征抽取算法近年来，研究人员发现语音信号中的特征数据位于一个嵌入在高维声学特征空间的非线性流形上，这使得流形学习算法开始被用于语音特征参数的非线性降维处理。
等距映射（isometric feature mapping，Isomap）和局部线性嵌入（locally linear embedding，LLE）算法是该类算法中较为常用的。
Isomap和LLE都属于非监督方式的降维方法，没有给出降维前后数据之间的映射关系，新的测试数据并不能直接投影到低维空间，直接应用于语音情感识别时识别率都不高，甚至不如线性的PCA［18］，因此，应用于语音情感识别时算法都需要进行改进。
