語音情感識別訓練系統(tǒng)設計與實現(xiàn).pdf

1、近年來，語音情感識別作為自然和諧人機交互的關鍵技術之一已經(jīng)取得許多進展。各種理論和方法不斷推陳出新，但是由于缺少一個通用的語音情感識別實驗平臺，研究者都基于自己的實驗平臺進行理論分析，從而導致各種理論之間的對比分析存在較大的主觀性，可比性差，后續(xù)研究者重復實驗、驗證算法都存在較大的困難。為此，本文通過設計和實現(xiàn)一個語言情感識別訓練系統(tǒng)，嘗試構建一個通用的語音情感識別實驗平臺，希望為不同的研究者提供一個良好的協(xié)同工作平臺。
　　本文

2、首先通過對語音情感識別各個階段的功能和特性的分析，研究了語音情感識別訓練系統(tǒng)設計中的關鍵問題。然后，通過對系統(tǒng)進行需求分析，提出了系統(tǒng)整體方案，并對系統(tǒng)功能模塊、控制流程、數(shù)據(jù)流程等做了詳細設計，并運用軟件工程的理論和方法來指導設計，采用設計模式的相關理論來提高系統(tǒng)的穩(wěn)健性和靈活性，在基于VC++與Matlab的混合編程環(huán)境下，設計和實現(xiàn)了一個語音情感識別訓練系統(tǒng)。該系統(tǒng)基于EMO-DB德語情感語音庫的高興、憤怒、平靜、悲傷四類情感進行

3、實驗。提取了基音頻率、短時能量、過零率、前三階共振峰、前12階MFCC分別在每一幀上的統(tǒng)計特征，得到了一個90維特征集。運用SFFS和GAFS兩種特征選擇算法對情感特征集進行了降維處理，采用SVM方法對情感信號進行建模和識別。最后，通過對系統(tǒng)進行了各種語音情感實驗，包括基本語音情感特征的獨立測試與組合測試、多種特征選擇算法的對比以及各種算法的組合實驗，對實驗結果進行了分析，并與同類文獻實驗結果進行了對比分析，驗證了系統(tǒng)的有效性、穩(wěn)定性與