基于多重分形的語(yǔ)音情感識(shí)別研究.pdf

1、隨著科學(xué)技術(shù)的快速發(fā)展,新型的人機(jī)交互(Human Machine Interaction,HMI)技術(shù)逐漸成為當(dāng)前計(jì)算機(jī)科學(xué)領(lǐng)域的研究熱點(diǎn)。語(yǔ)音情感識(shí)別的研究對(duì)于增強(qiáng)計(jì)算機(jī)的人性化和智能化,建立新型人機(jī)交互環(huán)境等具有重要的現(xiàn)實(shí)意義,并將產(chǎn)生很好的經(jīng)濟(jì)和社會(huì)效益。
　　 本文首先簡(jiǎn)述了課題的研究背景及文中的主要研究?jī)?nèi)容,回顧并分析了現(xiàn)階段國(guó)內(nèi)外語(yǔ)音情感識(shí)別中涉及的幾個(gè)關(guān)鍵技術(shù),包括情感的分類、情感語(yǔ)料庫(kù)的建立、語(yǔ)音情感特征提取以

2、及情感分類算法等。在此基礎(chǔ)上,采用多重分形理論分析語(yǔ)音信號(hào)在高興、生氣、悲傷和平靜4種不同情感狀態(tài)下的混沌特性,進(jìn)而提取了多重分形譜特征和廣義Hurst指數(shù)作為新的情感特征參數(shù)參加語(yǔ)音情感識(shí)別。具體內(nèi)容如下:
　　 (1)基于柏林實(shí)驗(yàn)室的德語(yǔ)語(yǔ)料庫(kù)EMO-DB,觀察并分析了在高興、生氣、悲傷和平靜四種情感狀態(tài)下,語(yǔ)音信號(hào)的基頻、能量振幅、過(guò)零率、共振峰以及Mel倒譜系數(shù)MFCC等特征的變化規(guī)律。
　　 (2)提出了基于多

3、重分形的語(yǔ)音情感特征參數(shù)的提取方法。介于傳統(tǒng)情感語(yǔ)音特征缺乏對(duì)語(yǔ)音混沌特性的表征,采用多重分形理論通過(guò)分析不同語(yǔ)音情感狀態(tài)下的多重分形特征,提取多重分形譜參數(shù)和廣義Hurst指數(shù)作為新的語(yǔ)音情感特征參數(shù)。多重分形特征的引入,彌補(bǔ)了傳統(tǒng)線性特征在刻畫不同情感類型特征上的不足。
　　 (3)根據(jù)多重分形對(duì)將強(qiáng)度較高的情感(高興和生氣)與強(qiáng)度較低的情感(悲傷和平靜)有良好區(qū)分度的特性,通過(guò)建立SVM二叉樹(shù)的中間節(jié)點(diǎn),實(shí)現(xiàn)對(duì)情感類別間的