基于HMM和RBF混合模型的語音情感識別.pdf

1、計算機(jī)學(xué)科的快速發(fā)展對人類社會產(chǎn)生了巨大的影響，人類與計算機(jī)之間的通信交流越來越成為計算機(jī)系統(tǒng)智能化、人性化的關(guān)鍵技術(shù)，新型的人機(jī)交互技術(shù)正在逐步地成為研究的熱點。研究表明，在人機(jī)交互中需要解決的重要問題之一是“情感智能”的能力。目前，對于情感信息處理的研究正處在起步階段，其中語音信號中的情感信息處理也越來越受到研究者的重視。語音情感識別是“情感計算”研究的一個重要分支，近年發(fā)展迅速，前景廣闊。
　　 本文首先對情感語句進(jìn)行了預(yù)

2、加重、端點檢測、分幀加窗等預(yù)處理，為了提取能夠反映情感信息的特征參數(shù)，統(tǒng)計分析了能量相關(guān)、基頻相關(guān)、時長相關(guān)特征在不同情感狀態(tài)下的全局特征。在已經(jīng)提取的語音信號特征中，選用基音頻率的一、二階差分，短時能量的一、二階差分，10階LPCC和10階MFCC形成特征矢量，并歸一化作為識別階段的輸入。
　　 介紹并分析了隱馬爾可夫(HMM)模型和徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF)兩種識別方法各自的優(yōu)缺點。為了達(dá)到優(yōu)勢互補(bǔ)的目的，本文提出并建立了

3、基于HMM和RBF的混合識別模型。針對每一種語音情感，設(shè)計一個HMM模型。HMM模型訓(xùn)練準(zhǔn)則采用基于ML(Maximum Likelihood)的Baum-Welch算。在訓(xùn)練過程中，利用每一個HMM模型對情感語音信號進(jìn)行狀態(tài)分割，即采用Viterbi算法得到了最優(yōu)化的狀態(tài)序列。在識別階段，將HMM的狀態(tài)累計概率輸入到RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行識別，通過RBF神經(jīng)網(wǎng)絡(luò)的非線性映射能力進(jìn)行映射。RBF神經(jīng)網(wǎng)絡(luò)的決策結(jié)果作為最終的識別結(jié)果。本文語料