ITD在語音情感識別中的研究.pdf

1、為了使人和計(jì)算機(jī)能夠更加人性化和自然化地交流，怎樣讓計(jì)算機(jī)具有情感識別的功能逐漸成為各領(lǐng)域研究的熱點(diǎn)。其中，語音情感識別在情感識別中扮演著重要的角色，為了提高語音情感識別的準(zhǔn)確率和效率，本文一方面進(jìn)一步完善了表征語音情感的特征，另一方面在識別方法上使用了兩種方法進(jìn)行實(shí)驗(yàn)，具體研究過程有：
　?。?）基于語音信號在短時內(nèi)能保持線性和平穩(wěn)的特性，對四種基本情感（憤怒、喜悅、平靜、悲傷）提取的傳統(tǒng)特征有短時能量、短時平均過零率、基音頻率

2、、短時平均幅度和前12階MFCC系數(shù)，并對這些特征數(shù)據(jù)計(jì)算各自的統(tǒng)計(jì)特征，一共提取了92維傳統(tǒng)特征。
　?。?）語音從本質(zhì)來說是多變的，整體呈現(xiàn)非線性，包含豐富的情感信息。為了更全面地描述情感語音信號，彌補(bǔ)只從短時線性提取特征，本文從語音信號的瞬時性和非線性（混沌機(jī)制）出發(fā)，首先通過對語音信號進(jìn)行固有時間尺度分解（Intrinsic Time scale of Decomposition，ITD），獲得前8階合理旋轉(zhuǎn)（PR）分量，

3、再計(jì)算前3階的PR分量的瞬時參數(shù)和第一階PR分量的關(guān)聯(lián)維數(shù),以此作為其在瞬時特性以及混沌特性上新的情感特征。
　?。?）在識別實(shí)驗(yàn)中，本文首先采用了傳統(tǒng)的支持向量機(jī)（Support Vector Machine。SVM）對4組不同特征組合方案進(jìn)行識別實(shí)驗(yàn)。通過比較各組實(shí)驗(yàn)的識別率，發(fā)現(xiàn)同時補(bǔ)充了PR瞬時特征和關(guān)聯(lián)維數(shù)的這一組方案的識別率得到了有效的提高。但不足的是，對于相似情感仍然存在相互誤判的情況。由于附加動量的后向傳播神經(jīng)網(wǎng)絡(luò)