智慧家庭中語音情感識別技術(shù)的研究與實現(xiàn).pdf

1、自第一臺計算機誕生之日起，人們的生活發(fā)生了巨大的變化。半個多世紀以來，伴隨著信息技術(shù)的進步和對于高品質(zhì)生活的追求，智慧家庭(Smart Home-SH)正日益成為現(xiàn)實。特別是互聯(lián)網(wǎng)的普及，以及隨之而來的人工智能、情感計算、物聯(lián)網(wǎng)等技術(shù)的迅猛發(fā)展，給智慧家庭(Smart Home-SH)的實現(xiàn)提供了更多的參考。然而，人們在物質(zhì)上取得一定滿足后，更多的會希望情感上的交流。不過目前為止的情感識別技術(shù)，卻鮮于應(yīng)用到智慧家庭領(lǐng)域。本文對語音情感識

2、別技術(shù)在智慧家庭實現(xiàn)的必要性、可行性以及如何實現(xiàn)等有關(guān)問題進行了詳盡分析與研究，具體貢獻如下：
　　第一，介紹了情感定義和分類，并提出了基于智慧家庭環(huán)境下的語音情感識別要識別的五種主要情感，接著以此為基礎(chǔ)分析了情感語音數(shù)據(jù)的獲取方式，并在此前提下對智慧家庭中語音數(shù)據(jù)獲取的相關(guān)問題，如獲取的語音特點、獲取方式等進行論述和分析，提出了語音文本設(shè)計遵循的三個規(guī)則，并確定了應(yīng)用于智慧家庭環(huán)境中相對適合的混合式錄制獲取方法，同時對于本文的智

3、慧家庭情感語音庫的設(shè)計和建立過程進行詳細闡述。
　　第二，研究了語音情感識別中特征提取的相關(guān)問題。從特征提取的定義出發(fā)，闡明了特征提取在識別過程中的必要性，并對語音信號的特征進行了分析。對于智慧家庭具體環(huán)境下，要求處理的語音信號需要接近人耳的聽覺特點，以及語音信號包含足夠的信息量要求，最終選擇提取美爾頻率倒譜系數(shù)(MFCC)作為本文應(yīng)用的特征參數(shù)，并且詳細介紹了MFCC的提取過程。
　　第三，研究關(guān)于智慧家庭中語音情感識別的

4、特征匹配（識別）問題。首先闡述了特征匹配的一般概念，結(jié)合智慧家庭特定應(yīng)用場景，詳細分析并實現(xiàn)了在用戶數(shù)小且固定的智慧家庭環(huán)境下理論適用性比較好的矢量量化方法(Vector Quantization-VQ)，接著將已經(jīng)得到的特征參數(shù)數(shù)據(jù)應(yīng)用到矢量量化進行驗證，并對識別結(jié)果進行分析。經(jīng)過分析，發(fā)現(xiàn)原有的矢量量化判決時會讓識別結(jié)果的誤識率擴大。針對此問題提出了基于判決的改進矢量量化(Decision based Vector Quantiza