基于神經(jīng)網(wǎng)絡(luò)的漢語(yǔ)語(yǔ)音情感識(shí)別的研究.pdf

1、隨著人機(jī)交互系統(tǒng)的快速發(fā)展,語(yǔ)音信號(hào)中的情感信息近年來(lái)正越來(lái)越受到人們的重視,特別是在語(yǔ)音合成和語(yǔ)音識(shí)別領(lǐng)域.語(yǔ)音是人類交流的重要手段,是相互傳遞信息的最方便、最基本和最直接的途徑.語(yǔ)音信號(hào)和面部表情一樣,還同時(shí)傳遞著情感信息.而情感在人們生活和交流中起著重要的角色.不難想象,如果一個(gè)人失去了說(shuō)話和表達(dá)情感的能力,那他或她的生活將會(huì)與世隔絕,是多么的壓抑.從信號(hào)處理的觀點(diǎn)來(lái)看,語(yǔ)音信號(hào)不僅包括了文字信息,還包括了說(shuō)話人的語(yǔ)調(diào)和情感信息.

2、情感可被分為兩類:主要(原始)情感和次要(派生)情感.主要或原始情感包括害怕、憤怒、高興、悲傷和厭惡,是所有社會(huì)化的哺乳動(dòng)物共有的,有其特殊的表現(xiàn)形式.次要或派生情感包括自豪、感激、悲痛、親切和驚奇,是主要情感的變化或組合形式,其中一些是人類特有的.語(yǔ)音信號(hào)的情感識(shí)別也可以看成一個(gè)模式識(shí)別問(wèn)題.該文介紹了基于神經(jīng)網(wǎng)絡(luò)和主成分分析的漢語(yǔ)語(yǔ)音情感識(shí)別.首先我們建立了漢語(yǔ)情感語(yǔ)音數(shù)據(jù)庫(kù),其中包括了說(shuō)話人無(wú)關(guān)和說(shuō)話人有關(guān)的情感語(yǔ)音.然后,從語(yǔ)音

3、信號(hào)中提取了能量、基頻和語(yǔ)速等相關(guān)的特征參數(shù).并且,在此數(shù)據(jù)庫(kù)的基礎(chǔ)上對(duì)這些情感聲學(xué)特征參數(shù)作了統(tǒng)計(jì)分析,分別從基頻、能量和語(yǔ)速特性描述了人類四大主要情感(憤怒、高興、悲傷和害怕)之間的不同特點(diǎn).輸入的特征矢量通常是高維的,而且具有一定的相關(guān)性,即存在一定的冗余.因此我們對(duì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練集中的數(shù)據(jù)作了主成分分析.經(jīng)過(guò)主成分分析,既降低了輸入的特征矢量的維數(shù),同時(shí)也去除了冗余信息.該文采用三種類型的神經(jīng)網(wǎng)絡(luò)(OCON、ACON和LVQ)識(shí)別