基于SVM的語(yǔ)音情感識(shí)別和情感特征參數(shù)的研究.pdf

1、語(yǔ)音情感識(shí)別就是對(duì)帶有情感的語(yǔ)音信號(hào)進(jìn)行預(yù)處理、特征提取和分類識(shí)別的過(guò)程。本文以提高語(yǔ)音情感識(shí)別的識(shí)別率為目的,對(duì)情感語(yǔ)音信號(hào)的特征參數(shù)進(jìn)行了優(yōu)化,并選取了目前較優(yōu)秀的分類模型進(jìn)行語(yǔ)音情感識(shí)別實(shí)驗(yàn)。主要內(nèi)容如下:
　　(1)介紹了語(yǔ)音情感識(shí)別的三大部分:預(yù)處理、特征參數(shù)和分類模型。
　　(2)指出目前常用的分解情感語(yǔ)音信號(hào)的方法存在的弊端,引入了一種專門處理情感語(yǔ)音信號(hào)這類非線性、非平穩(wěn)信號(hào)的方法——希爾伯特-黃變換。介紹了

2、希爾伯特-黃變換處理非線性、非平穩(wěn)信號(hào)的過(guò)程。
　　(3)引入兩種特征參數(shù)IMF-EIF和IMF-ED,參照其提取統(tǒng)計(jì)量構(gòu)成特征矩陣的方法,設(shè)計(jì)了一種根據(jù)Hilbert邊際譜提取統(tǒng)計(jì)量的特征參數(shù)IMF-BJP。
　　(4)引入三種特征參數(shù)MFCC、Mid-MFCC和IMFCC,參照其Hz-Mel頻率對(duì)應(yīng)關(guān)系,設(shè)計(jì)了一種在整個(gè)頻率區(qū)域都具有較高分辨率的特征參數(shù)C-MFCC。
　　(5)根據(jù)實(shí)驗(yàn)運(yùn)行出的MFCC、IMFCC

3、、Mid-MFCC取得最高識(shí)別率時(shí)對(duì)應(yīng)的相鄰濾波器組,構(gòu)成優(yōu)化的特征參數(shù)G-MFCC;根據(jù)增減分量法計(jì)算出MFCC、IMFCC、Mid-MFCC每個(gè)濾波器的平均貢獻(xiàn)率,取貢獻(xiàn)率最高的前幾階濾波器,構(gòu)成優(yōu)化的特征參數(shù)H-MFCC。
　　(6)將MFCC與情感語(yǔ)音信號(hào)各階IMF分量結(jié)合,設(shè)計(jì)了一種新的特征參數(shù)IMF-MFCC;將H-MFCC與情感語(yǔ)音信號(hào)各階IMF分量結(jié)合,設(shè)計(jì)了一種新的特征參數(shù)IMF-H-MFCC;將MFCC、IMF