基于最優(yōu)小波包分解的語(yǔ)音情感識(shí)別研究.pdf

1、隨著信息技術(shù)的快速發(fā)展和對(duì)于人機(jī)交互技術(shù)要求的不斷提高，新一代的人機(jī)交互對(duì)計(jì)算機(jī)情感智能的需求日益凸顯。情感識(shí)別是情感智能的基礎(chǔ)與必要前提，具有重要的理論研究意義和廣闊的市場(chǎng)前景。作為一種高效的人機(jī)交互途徑，語(yǔ)音信號(hào)蘊(yùn)含著豐富的說(shuō)話人情感信息，語(yǔ)音情感識(shí)別這項(xiàng)交叉學(xué)科研究課題正得到越來(lái)越廣泛的關(guān)注與重視。近年來(lái)，小波包分析作為非穩(wěn)態(tài)信號(hào)分析的有力工具，在數(shù)字語(yǔ)音信號(hào)處理領(lǐng)域得到了廣泛關(guān)注。對(duì)于語(yǔ)音情感識(shí)別研究，發(fā)揮小波包分析的優(yōu)點(diǎn)，提取

2、能有效表征情感的語(yǔ)音特征，是本文的重點(diǎn)研究?jī)?nèi)容。
　　本文首先介紹了語(yǔ)音情感識(shí)別的研究背景與意義，對(duì)語(yǔ)音情感識(shí)別的研究現(xiàn)狀作了概括性的描述，并分析了語(yǔ)音情感識(shí)別研究中的關(guān)鍵問(wèn)題。
　　針對(duì)語(yǔ)音情感識(shí)別問(wèn)題，本文定義了用于構(gòu)建最優(yōu)小波包基的Fisher比率準(zhǔn)則函數(shù)，并實(shí)現(xiàn)了Fisher比率準(zhǔn)則下最優(yōu)小波包基的構(gòu)建。在此基礎(chǔ)上，本文提取了一種語(yǔ)音情感新特征——小波包倒譜系數(shù)。采用支持向量機(jī)作為語(yǔ)音情感分類器，本文通過(guò)大量的對(duì)比實(shí)

3、驗(yàn)驗(yàn)證了小波包倒譜系數(shù)特征在語(yǔ)音情感識(shí)別中的有效性。其后，本文研究了小波包倒譜系數(shù)特征與傳統(tǒng)聲學(xué)特征的融合，實(shí)驗(yàn)結(jié)果表明多特征融合進(jìn)一步提高了語(yǔ)音情感識(shí)別的正確率。
　　最后，針對(duì)語(yǔ)音情感識(shí)別中的噪聲問(wèn)題，本文引入了對(duì)加性白噪聲具有較好魯棒性的子帶頻譜質(zhì)心參數(shù)，并通過(guò)適當(dāng)?shù)娜诤喜呗詫⑵渑c小波包倒譜系數(shù)相結(jié)合，提出了一種小波包倒譜系數(shù)特征的噪聲魯棒性改進(jìn)算法。不同信噪比水平下的語(yǔ)音情感識(shí)別實(shí)驗(yàn)結(jié)果表明，相比于原始的小波包倒譜系數(shù)特征