語音情感識別方法及其應用研究.pdf

1、隨著人機交互技術(shù)的發(fā)展及需求的日益提升，情感計算已成為當前自然人機交互和人工智能領(lǐng)域研究的熱點。語音是人類交流最直接、最自然的途徑，同時也是人機交互的重要方式。語音信號在傳達語義信息的同時，還傳遞了說話人的情感狀態(tài)信息。情感交流是人類交流活動中不可缺失的重要內(nèi)容。因此，作為情感計算研究的一個重要方向，語音情感信息處理備受研究人員的重視。其中語音情感識別是計算機理解人類情感的關(guān)鍵，具有重要的研究意義。
　　 本文以建立語音情感識別

2、應用系統(tǒng)為日標，深入研究了情感特征分析與提取、情感特征選擇、語音情感建模與識別等關(guān)鍵問題，主要研究工作具體如下:
　　 (1)語音信號前端分析與處理。詳細介紹了基于語音信號時域波形的分析和處理方法，主要包括語音信號的預處理、時域分析以及基于能量和過零率相結(jié)合的端點檢測算法原理和檢測流程等內(nèi)容。
　　 (2)情感特征分析與提取。建立了一個包含愉悅、平靜和厭煩三類情感的情感語音庫，用以解決情感特征分析與提取等語音情感識別研究

3、所需的語料問題;針對上述三類情感展開了情感特征分析和提取的研究工作，觀察和分析了能量、基頻、共振峰等特征在不同情感狀態(tài)下的變化規(guī)律，并根據(jù)統(tǒng)計分析結(jié)果選擇和提取具有情感辨別力的全局統(tǒng)計情感特征。
　　 (3)情感特征選擇。為了在不顯著降低系統(tǒng)識別率的條件下，盡可能的提升系統(tǒng)識別速率，提出了基于情感全集（包含全部三種情感）和基于情感對（兩種情感，共三對）的兩種特征選擇方案;利用基于支持向量機(SVM)錯誤率的順序前向和順序后向算法

4、進行了多次特征選擇實驗，得到了情感全集與情感對方案下各自的最優(yōu)特征向量;最后在相同的情感測試集上對由不同方案下的最優(yōu)特征向量訓練的SVM情感識別模型的進行了識別性能對比實驗，實驗結(jié)果表明，以情感對方案選擇的最優(yōu)特征向量訓練的SVM模型對于不同情感對的分類能力更強、識別速率更快。
　　 (4)語音情感識別應用系統(tǒng)的設計與實現(xiàn)。設計并實現(xiàn)了一套適用于醫(yī)療手術(shù)環(huán)境下的語音情感識別系統(tǒng)，作為子模塊嵌入到已開發(fā)的微創(chuàng)手術(shù)語音控制機器人系統(tǒng)