基于RBF的語音情感識(shí)別方法研究.pdf

1、語音情感識(shí)別是情感計(jì)算領(lǐng)域的重要研究課題，是實(shí)現(xiàn)智能化人機(jī)交互的前提之一。語音情感識(shí)別的研究目前還處于一個(gè)起步階段，對(duì)于如何提高識(shí)別速度和識(shí)別率已成為情感計(jì)算領(lǐng)域中不容忽視和亟待解決的難題。
　　 傳統(tǒng)的語音情感識(shí)別中提取的特征參數(shù)主要有基音參數(shù)、短時(shí)能量、振幅、語音信號(hào)傅立葉變換頻譜特征、語速等。與傳統(tǒng)方法相比，尋找能夠反映語音情感特征的參數(shù)，以實(shí)現(xiàn)提高語音情感識(shí)別的識(shí)別率和識(shí)別速度。本文首先進(jìn)行了特征參數(shù)提取的研究，選取語音

2、信號(hào)韻律特征和音質(zhì)特征共同作為情感識(shí)別的特征參數(shù)，利用新加入分形盒維作為語音信號(hào)的新特征參數(shù)，分形維則使用盒維的計(jì)算方法提取。針對(duì)含有為高興、憤怒、悲傷、害怕和中性五類情感的語音信號(hào)，分析了語音信號(hào)的韻律特征和音質(zhì)特征，找出了不同語音情感特征參數(shù)的分布規(guī)律。
　　 本文采用競(jìng)爭(zhēng)學(xué)習(xí)機(jī)制、梯度下降法和刪除策略相結(jié)合的算法，得到了合適的隱層節(jié)點(diǎn)數(shù)、聚類中心及其寬度、隱層與輸出層的連接權(quán)值。實(shí)現(xiàn)了基于RBF神經(jīng)網(wǎng)絡(luò)建立了一個(gè)語音情感識(shí)