語(yǔ)音情感識(shí)別方法及其應(yīng)用研究.pdf

1、隨著人機(jī)交互技術(shù)的發(fā)展及需求的日益提升，情感計(jì)算已成為當(dāng)前自然人機(jī)交互和人工智能領(lǐng)域研究的熱點(diǎn)。語(yǔ)音是人類交流最直接、最自然的途徑，同時(shí)也是人機(jī)交互的重要方式。語(yǔ)音信號(hào)在傳達(dá)語(yǔ)義信息的同時(shí)，還傳遞了說話人的情感狀態(tài)信息。情感交流是人類交流活動(dòng)中不可缺失的重要內(nèi)容。因此，作為情感計(jì)算研究的一個(gè)重要方向，語(yǔ)音情感信息處理備受研究人員的重視。其中語(yǔ)音情感識(shí)別是計(jì)算機(jī)理解人類情感的關(guān)鍵，具有重要的研究意義。
　　 本文以建立語(yǔ)音情感識(shí)別

2、應(yīng)用系統(tǒng)為日標(biāo)，深入研究了情感特征分析與提取、情感特征選擇、語(yǔ)音情感建模與識(shí)別等關(guān)鍵問題，主要研究工作具體如下:
　　 (1)語(yǔ)音信號(hào)前端分析與處理。詳細(xì)介紹了基于語(yǔ)音信號(hào)時(shí)域波形的分析和處理方法，主要包括語(yǔ)音信號(hào)的預(yù)處理、時(shí)域分析以及基于能量和過零率相結(jié)合的端點(diǎn)檢測(cè)算法原理和檢測(cè)流程等內(nèi)容。
　　 (2)情感特征分析與提取。建立了一個(gè)包含愉悅、平靜和厭煩三類情感的情感語(yǔ)音庫(kù)，用以解決情感特征分析與提取等語(yǔ)音情感識(shí)別研究

3、所需的語(yǔ)料問題;針對(duì)上述三類情感展開了情感特征分析和提取的研究工作，觀察和分析了能量、基頻、共振峰等特征在不同情感狀態(tài)下的變化規(guī)律，并根據(jù)統(tǒng)計(jì)分析結(jié)果選擇和提取具有情感辨別力的全局統(tǒng)計(jì)情感特征。
　　 (3)情感特征選擇。為了在不顯著降低系統(tǒng)識(shí)別率的條件下，盡可能的提升系統(tǒng)識(shí)別速率，提出了基于情感全集（包含全部三種情感）和基于情感對(duì)（兩種情感，共三對(duì)）的兩種特征選擇方案;利用基于支持向量機(jī)(SVM)錯(cuò)誤率的順序前向和順序后向算法

4、進(jìn)行了多次特征選擇實(shí)驗(yàn)，得到了情感全集與情感對(duì)方案下各自的最優(yōu)特征向量;最后在相同的情感測(cè)試集上對(duì)由不同方案下的最優(yōu)特征向量訓(xùn)練的SVM情感識(shí)別模型的進(jìn)行了識(shí)別性能對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，以情感對(duì)方案選擇的最優(yōu)特征向量訓(xùn)練的SVM模型對(duì)于不同情感對(duì)的分類能力更強(qiáng)、識(shí)別速率更快。
　　 (4)語(yǔ)音情感識(shí)別應(yīng)用系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。設(shè)計(jì)并實(shí)現(xiàn)了一套適用于醫(yī)療手術(shù)環(huán)境下的語(yǔ)音情感識(shí)別系統(tǒng)，作為子模塊嵌入到已開發(fā)的微創(chuàng)手術(shù)語(yǔ)音控制機(jī)器人系統(tǒng)