基于稀疏表示與功能性副語(yǔ)言輔助的語(yǔ)音情感識(shí)別方法研究.pdf

1、語(yǔ)音情感識(shí)別是情感研究領(lǐng)域的研究熱點(diǎn)之一，其通過(guò)獲取說(shuō)話人的語(yǔ)音情感特征參數(shù)，進(jìn)而識(shí)別說(shuō)話人的情感狀態(tài)。語(yǔ)音情感識(shí)別在測(cè)謊、心理學(xué)研究和智能人機(jī)交互等領(lǐng)域都有廣泛的用途。目前語(yǔ)音情感識(shí)別的特征主要來(lái)自于伴隨性副語(yǔ)言（即:基頻、音高、音強(qiáng)等特征）。功能性副語(yǔ)言（如:笑聲、哭聲、嘆息聲等）作為人類語(yǔ)音情感表達(dá)的有力輔助工具，攜帶著說(shuō)話人大量情感信息。故本課題將帶有情感的功能性副語(yǔ)言結(jié)合傳統(tǒng)語(yǔ)音情感特征進(jìn)行語(yǔ)音情感識(shí)別，期待達(dá)到提高語(yǔ)音情感識(shí)

2、別率及系統(tǒng)魯棒性的目標(biāo)。同時(shí)，引入稀疏表示進(jìn)行小樣本語(yǔ)音情感識(shí)別和功能性副語(yǔ)言檢測(cè)，取得了較好的效果。主要內(nèi)容如下:
　　 (1)錄制包含六種功能性副語(yǔ)言的語(yǔ)音情感數(shù)據(jù)庫(kù)。鑒于目前國(guó)內(nèi)外沒(méi)有較為完備的功能性副語(yǔ)言數(shù)據(jù)庫(kù)，課題組組織并錄制了包含笑聲、傷心的哭聲、質(zhì)疑聲、叫喊聲、害怕的哭聲、嘆息聲的語(yǔ)音情感數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)包含六種典型情感類別，分別為高興、悲傷、驚訝、生氣、害怕、厭惡。
　　 (2)提出了基于稀疏表示的小樣本

3、語(yǔ)音情感識(shí)別方法。鑒于稀疏表示在信號(hào)處理上的優(yōu)勢(shì)，為了將其引入到小樣本語(yǔ)音情感識(shí)別中，首先將特征進(jìn)行降維，隨后訓(xùn)練自適應(yīng)過(guò)完備字典，進(jìn)行稀疏變換與反變換，求取樣本識(shí)別誤差，將變換誤差小者作為識(shí)別結(jié)果。
　　 (3)為了盡最大可能利用功能性副語(yǔ)言正確的信息，避免錯(cuò)誤信息的誤導(dǎo)，提出了使用置信度和概率相結(jié)合的融合算法，并命名為功能性副語(yǔ)言輔助的非特定人語(yǔ)音情感識(shí)別算法。在該算法中，首先建立傳統(tǒng)語(yǔ)音情感識(shí)別通道以及功能性副語(yǔ)言識(shí)別通道

4、。綜合考慮兩通道識(shí)別結(jié)果的置信度和概率兩個(gè)因素，選擇兩通道識(shí)別一致且概率置信度均較大者為最終識(shí)別結(jié)果。
　　 (4)為了去除功能性副語(yǔ)言識(shí)別模型以及傳統(tǒng)語(yǔ)音情感識(shí)別模型對(duì)訓(xùn)練集合含有功能性副語(yǔ)言比例的依賴性，以及為了進(jìn)一步提高識(shí)別率，提出了基于功能性副語(yǔ)言自動(dòng)檢測(cè)的語(yǔ)音情感融合識(shí)別方法。該方法有三點(diǎn)貢獻(xiàn)，一是提出了功能性副語(yǔ)言自動(dòng)檢測(cè)，二是將功能性副語(yǔ)言與傳統(tǒng)語(yǔ)音進(jìn)行分離，避免了兩種完全不同信號(hào)之間的相互干擾。三是使用自適應(yīng)權(quán)重