基于語音信號(hào)的維度情感識(shí)別研究.pdf

1、自二十世紀(jì)末，信息技術(shù)迅速發(fā)展，它應(yīng)經(jīng)涉及到我們生活的各個(gè)方面，使我們的世界更加豐富多彩，而人機(jī)交互技術(shù)的出現(xiàn)給我們的生活帶來了更多的可能。語音是人與人之間交流最自然、最常用的方式，為了使人機(jī)交互更好的實(shí)現(xiàn)，如何使計(jì)算機(jī)能夠更好的理解人類語言以及語音信號(hào)所包含的情感特征已經(jīng)成為目前的重點(diǎn)研究方向。人們說話時(shí)發(fā)出的語音信號(hào)中包含很多帶有語音情感的特征參數(shù)，而語音情感識(shí)別就是通過計(jì)算機(jī)來分析這些參數(shù)并對(duì)說話者的情感狀態(tài)作出判斷，這一技術(shù)的出

2、現(xiàn)使人機(jī)交互更和諧舒適。維度語音情感識(shí)別是語音情感識(shí)別研究中一個(gè)新的研究領(lǐng)域，它是從多維度、連續(xù)的角度看待情感。研究中通常將維度語音情感識(shí)別建模為一個(gè)回歸預(yù)測(cè)任務(wù)，任務(wù)過程中是用一些連續(xù)值來表示情感狀態(tài)。對(duì)維度語音情感識(shí)別技術(shù)進(jìn)行深入探討與研究，不僅可以提高計(jì)算機(jī)的智能水平，而且有著非常重要的理論價(jià)值和現(xiàn)實(shí)意義。
　　本文最初對(duì)維度語音情感識(shí)別領(lǐng)域的研究歷史及現(xiàn)狀作了簡要概述，并且對(duì)維度語音情感識(shí)別研究的研究進(jìn)展、研究成果以及現(xiàn)有

3、的維度情感識(shí)別理論基礎(chǔ)做出了概括性的總結(jié)，最終確定了本文的研究思路與過程，同時(shí)選定了AVEC2014情感語音庫作為本文研究用的語料庫，并且對(duì)語料庫的語音信號(hào)進(jìn)行了分析和預(yù)處理，并提取了語音信號(hào)的基頻、短時(shí)能量、時(shí)間特征、共振峰、譜能量、諧波噪聲比、MFCC、Mel頻率倒譜系數(shù)等情感特征參數(shù)用作維度語音情感識(shí)別。
　　維度語音情感識(shí)別在本質(zhì)上屬于模式識(shí)別問題。本文采用了連續(xù)條件神經(jīng)域(Continuous Conditional N

4、eural Fields，CCNF)模型用于維度語音情感識(shí)別，該模型是為了維度情感識(shí)別問題而專門設(shè)計(jì)的。這個(gè)模型同與之相似的連續(xù)條件隨機(jī)場(chǎng)(Continuous Conditional Random Fields，CCRF)模型和支持向量回歸(Support Vector Regression，SVR)模型相比有了一定的改進(jìn)，本文中也對(duì)這幾種模型的識(shí)別結(jié)果進(jìn)行了對(duì)比研究，研究結(jié)果表明，CCNF模型表現(xiàn)出一定的優(yōu)越性，識(shí)別效果以及準(zhǔn)確性明