2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩79頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、語音是最主要的人際交流方式之一,也是最理想的人機(jī)交互方式之一。人類生活和學(xué)習(xí)中的自然語音不僅包含了基本的文字內(nèi)容,而且還承載了豐富的情感信息。研究情感語音有助于進(jìn)一步加深對大腦中情感概念的解析和理解,將情感的認(rèn)識從感性認(rèn)知上升為可計算模型。論文研究面向細(xì)微復(fù)雜情感的語音轉(zhuǎn)換與識別,錄制了11 種情感類型的語音數(shù)據(jù),利用三維PAD 情緒模型描述了情感語音,分析了情感語音的聲學(xué)特征與PAD 值之間的關(guān)系,在此基礎(chǔ)上進(jìn)行了基于PAD的情感語音

2、轉(zhuǎn)換與識別。論文的主要創(chuàng)新點和工作如下:
   1.引入采用心理學(xué)標(biāo)注的PAD(愉悅度、激活度、優(yōu)勢度)三維情緒模型來描述情感,和傳統(tǒng)離散描述情感的方法相比,它更注重內(nèi)在成分的表達(dá),有利于計算機(jī)對情感實現(xiàn)量化分析。在錄制的情感語音數(shù)據(jù)庫基礎(chǔ)上,定量分析了不同情感的韻律特征參數(shù)差異,以及PAD 三個維度和韻律特征、頻譜特征之間的相關(guān)性,研究結(jié)果對情感語音的定量研究有一定的指導(dǎo)意義。
   2.提出了一種新的基于支持向量回歸

3、算法(SVR)的情感語音轉(zhuǎn)換方法,在錄制的語料庫基礎(chǔ)上,基于統(tǒng)計學(xué)習(xí)理論模型,實現(xiàn)中性情感到其它情感的轉(zhuǎn)換。
   提取了普通話11 種情感語音的韻律特征,對比分析了中性語音和情感語音之間的韻律特征差異,構(gòu)建情感語音轉(zhuǎn)換的特征參數(shù)訓(xùn)練集。然后用SVR 建立了基頻、時長、能量、停頓等韻律特征參數(shù)的預(yù)測模型,實現(xiàn)了由中性語音向情感語音的轉(zhuǎn)換。情感主觀平均評分(EMOS)實驗結(jié)果表明,利用這種方法變換出的10種情感語音,其平均EMOS

4、 得分為3.4,能夠表現(xiàn)出復(fù)雜的情感。
   3.提出了一種新的連續(xù)維度情感語音識別的方法。該方法采用Hilbert-Huang變換中的經(jīng)驗?zāi)B(tài)分解(EMD)算法提取情感語音特征,結(jié)合SVR 實現(xiàn)情感語音識別的方法。即先用EMD 將情感語音分解成若干個IMF(固有模態(tài)函數(shù))分量,提取有用的IMF分量并加以分段,而后對分段后的IMF 提取相應(yīng)的特征,組成IMF組的特征向量,構(gòu)建情感語音識別的特征參數(shù)集,最終利用SVR 預(yù)測出PAD

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論