基于ACON-SVM-HMM混合算法的情感識別研究.pdf

1、語音是人與人之間相互傳遞信息最簡易的途徑。語音信號不僅可以傳達人們所要表達的語義信息，還可以同時傳遞出說話人的情感狀態(tài)。情感信息在人們感知外界事物和做出某種決策過程中都起著非常重要的作用。因此，伴隨人機交互技術的不斷發(fā)展，蘊含于語音信號中的情感信息受到很多研究人員的關注。目前，情感識別作為語音情感處理的重要方面成為一個新的研究熱點并已受到研究人員的重視。
　　 語音情感識別是一種典型的模式識別。本文根據(jù)語音情感識別的基本原理，主

2、要研究了情感特征計算與識別算法，具體工作如下：
　　 (1)從語音信號時域波形的角度，介紹了情感語音信號時域分析的相關內(nèi)容，如短時能量、短時過零率、短時自相關分析以及基于能量和過零率相結合的端點檢測算法等，為后續(xù)情感特征計算奠定了理論基礎。
　　 (2)情感特征提?。罕疚脑敿氂懻摿藘煞N類型的情感特征計算，一類是以語音短時分析技術為基礎的時序情感特征；另一類是全局情感特征。這兩類情感特征均與情感語音的能量、基音頻率、共振峰

3、以及美爾頻率倒譜系數(shù)(MFCC)相關。
　　 (3)情感識別算法：本文詳細闡述了兩類情感識別算法，一類是以統(tǒng)計情感特征為訓練測試樣本的“一對多”網(wǎng)絡(ACON)、支持向量機(SVM)算法，另一類是以時序情感特征為訓練測試樣本的隱馬爾可夫模型(HMM)算法。
　　 (4)情感識別實驗：首先，根據(jù)計算出的情感特征分別訓練ACON、SVM以及HMM三種子情感識別模型。其次，通過決策機制將上述子情感識別模型有機地結合在一起，構成