基于語音信息的多特征情緒識別算法研究.pdf

1、情感計算是對與情感相關(guān)、來源于情感或者影響情感方面的計算，其目的是賦予智能機器感知，理解和表達(dá)各種情感狀態(tài)的能力。情感識別是情感計算的關(guān)鍵研究內(nèi)容，是實現(xiàn)和諧人機交互的重要基礎(chǔ)。目前，情感計算主要以表情、姿態(tài)、語音、文本和生理信號為基礎(chǔ)進(jìn)行情感識別，其中語音信號，是情感信息表達(dá)的主要載體，且獲取方便，越來越受到研究人員的重視。尋找能夠準(zhǔn)確表征語音情緒狀態(tài)的特征參數(shù)和有效的情緒狀態(tài)識別模型是語音情緒識別的主要困難，一直是研究的熱點之一。<

2、br>　　本文主要以語音信息的情感特征參數(shù)和情感模型對四種情緒(happy, angry,sad，fear)識別的有效性為研究內(nèi)容。首先，提取語音信號的樣本熵作為一個表征語音情緒狀態(tài)的特征參數(shù)，分析其在語音情緒識別中的區(qū)分性，并與傳統(tǒng)的聲學(xué)參數(shù)進(jìn)行特征融合，用于情緒識別;然后，在傳統(tǒng)BP網(wǎng)絡(luò)基礎(chǔ)上，結(jié)合基于貢獻(xiàn)分析的PCA算法，建立了一種基于PCA貢獻(xiàn)分析的神經(jīng)網(wǎng)絡(luò)語音情感識別模型。對實驗結(jié)果的分析表明，對樣本熵與傳統(tǒng)的聲學(xué)參數(shù)進(jìn)行特征

3、融合可以改進(jìn)分類器的性能;基于PCA與神經(jīng)網(wǎng)絡(luò)建立的語音情感識別模型提高了識別效率。具體研究內(nèi)容如下:
　　(1)信號獲取。根據(jù)語音情感信號的產(chǎn)生機理和國際上對情感類型的劃分方法，綜合比較國內(nèi)外典型情感語音數(shù)據(jù)庫，最終確定本文的情感類型劃分方法和采用的情感語音庫。
　　(2)前期處理。對原始數(shù)據(jù)進(jìn)行采樣、量化、預(yù)加重、分幀、加窗等預(yù)處理后，針對端點效應(yīng)問題，本文提出基于樣本熵改進(jìn)的兩級判別端點檢測算法。采用模糊C均值聚類算法

4、和貝葉斯信息判決算法確定雙門限閾值，將其作為第一級判別，初步判斷信號的起止點，然后將修正的過零率作為第二級判別，最終確定信號的起止點。
　　(3)特征提取與特征選擇。本研究將樣本熵及目前比較成熟的聲學(xué)參數(shù)(包括語速、能量特征、基音頻率、MFCC)及其統(tǒng)計參數(shù)，進(jìn)行特征融合應(yīng)用于語音情緒識別。采用PCA貢獻(xiàn)分析對原始特征向量集合進(jìn)行降維，得到最簡約向量集，降低網(wǎng)絡(luò)模型的復(fù)雜性，降低訓(xùn)練時間。
　　(4)語音情緒識別模型。本文在

5、傳統(tǒng)BP網(wǎng)絡(luò)基礎(chǔ)上，結(jié)合基于貢獻(xiàn)分析的PCA算法，建立一種基于PCA的神經(jīng)網(wǎng)絡(luò)語音信號情感識別模型。基于上述融合的特征，利用該情感模型對800個樣本的四種情緒狀態(tài)進(jìn)行識別。實驗結(jié)果分析表明:(a)樣本熵是一個能夠表征語音信號情感變化的有效參數(shù)。樣本熵和傳統(tǒng)聲學(xué)特征參數(shù)的融合可以顯著提高分類器的識別率，改善情感識別模型的性能。(b)基于PCA貢獻(xiàn)分析的神經(jīng)網(wǎng)絡(luò)語音情感識別模型解決了傳統(tǒng)BP算法計算量大，運算速度慢的問題，有效的提高了系統(tǒng)的