基于特征提取多模式結(jié)合的語音情感識別的研究.pdf

1、隨著社會科技的發(fā)展，計(jì)算機(jī)的應(yīng)用在生活中越來越普遍，智能化的人機(jī)交互越來越成為研究熱點(diǎn)，人類越來越渴望與計(jì)算機(jī)進(jìn)行更加人性化的和諧的交互。語音是人類最自然的交流方式，其中不僅包含了語義信息，更包含了大量的情感信息，能準(zhǔn)確地識別情感的人機(jī)交互即為智能化的人機(jī)交互之一。因此對語音情感信息的識別成為更智能化的人機(jī)交互的研究關(guān)鍵。在目前的語音情感識別研究中，情感特征提取和情感識別的方法多種多樣，研究使用的情感語音數(shù)據(jù)庫也沒有統(tǒng)一的標(biāo)準(zhǔn)，這些不同

2、導(dǎo)致最后的識別結(jié)果也各不相同。
　　本文首先分析了對語音中情感信息的識別的意義，了解了大量的相關(guān)知識。其次為實(shí)驗(yàn)錄制了漢語情感語音庫。選取本身不帶有情感信息的20句語句文本，分別用高興、憤怒、驚奇、悲傷、害怕、和平靜6種不同的情感去朗讀，錄制并選取其中情感表達(dá)較好的情感語音構(gòu)成情感語音數(shù)據(jù)庫。然后觀察并分析不同情感狀態(tài)下，提取語音信號的基頻、短時(shí)能量、短時(shí)過零率、共振峰、多重分形等26維的特征參數(shù)，分析比較他們的變化規(guī)律;針對傳統(tǒng)

3、的短時(shí)平均幅度差函數(shù)(AM-DF)法由于出現(xiàn)均值下降趨勢，谷點(diǎn)并非全局最低谷點(diǎn)從而導(dǎo)致了基音周期提取中的倍頻和半頻的錯(cuò)誤出現(xiàn)的情況，以及提取不精確等問題，提出一種改進(jìn)算法。最后，在對現(xiàn)有語音情感識別領(lǐng)域常用算法進(jìn)行分析的基礎(chǔ)上，本文選取高斯混合模型(GMM)與支持向量機(jī)模型(SVM)相結(jié)合作為識別算法，將特征參數(shù)通過高斯混合模型進(jìn)行概率分布統(tǒng)計(jì)，并將這些概率分布作為特征向量采用支持向量機(jī)模型對其進(jìn)行分類判別，最終獲得了比較滿意的識別結(jié)果