基于半監(jiān)督學(xué)習(xí)的語音情感識別研究.pdf

1、信息技術(shù)的快速發(fā)展使得人類與計算機(jī)的關(guān)系日益密切,智能人機(jī)交互已成為人工智能領(lǐng)域內(nèi)的研究熱點之一。情感識別作為智能人機(jī)交互的關(guān)鍵技術(shù)之一,在其中也扮演著重要角色,對其研究也在如火如荼地進(jìn)行。由于語音是情感表達(dá)的有效途徑,因此智能計算機(jī)對語音的情感識別能力就成為情感識別研究中的重點。本文首先對語音情感識別的背景及應(yīng)用領(lǐng)域做了介紹,然后對語音情感識別關(guān)鍵技術(shù)的研究現(xiàn)狀及目前遇到的問題進(jìn)行了總結(jié),對語音情感識別的研究進(jìn)展和研究成果進(jìn)行了綜述。

2、本文在參考現(xiàn)有情感語音錄制方法的基礎(chǔ)上,構(gòu)建了情感語音數(shù)據(jù)庫,并對語音信號進(jìn)行了一系列預(yù)處理操作,對語音情感特征進(jìn)行了分析和提取,確定了用于本文研究的11種情感特征參數(shù)。語音情感識別在本質(zhì)上屬于模式識別的分類問題。采用傳統(tǒng)的有監(jiān)督機(jī)器學(xué)習(xí)方法進(jìn)行情感分類時,需要在很大的訓(xùn)練集上建立待標(biāo)注概念的統(tǒng)計模型,從而保證所得到的分類器具有良好的推廣性能。而訓(xùn)練樣本的人工標(biāo)注是一件很費時費力的工作,尤其是針對語音情感識別用的語料庫,迄今為止可利用的

3、資源又很有限。半監(jiān)督學(xué)習(xí)是一種利用未標(biāo)注樣本中隱含的信息來提高分類器泛化能力的方法,在很多領(lǐng)域中已得到廣泛應(yīng)用。它能夠有效地減少制作語音情感識別語料庫時所必須的手工工作量。基于此,本文將半監(jiān)督學(xué)習(xí)方法用于語音情感識別。以條件隨機(jī)場模型為初始分類器,通過自訓(xùn)練算法,對未標(biāo)注樣本進(jìn)行標(biāo)注選取置信度較高的數(shù)據(jù)加入到訓(xùn)練集。通過循環(huán)迭代得出最終的語音情感識別分類器。本文采用該方法進(jìn)行了語音情感識別,并將它與有監(jiān)督的機(jī)器學(xué)習(xí)方法進(jìn)行了對比實驗。實