基于移動平臺的語音感情識別系統(tǒng).pdf

1、近年來，在Apple公司IOS和Google公司Android系統(tǒng)的帶動下，智能移動設備得到迅猛發(fā)展，無論是在技術層面還是在商業(yè)化水平上都已日趨成熟。智能移動設備為許多技術應用提供了一個廣闊的舞臺，越來越多的語音處理技術也已成功地應用到移動平臺。作為人機語音智能交互的關鍵技術，語音情感識別技術吸引了諸多學者的關注，同時隨著該項技術研究的深入，其對計算機發(fā)展和社會生活的重要性也日益凸現。
　　 目前語音情感識別系統(tǒng)主要是通過依靠聲

2、音的低層次聲學特征來進行識別，可分為基于模型的特征和非基于模型的特征。其中基于模型的特征主要有：基頻、共振峰、LPCC和MFCC，非基于模型的特征主要有：語速、短時平均過零率、發(fā)音持續(xù)時間和能量等。語音情感識別主要有三大類：a)基于概率生成模型如高斯混合模型(GMM)和隱馬爾可夫模型(HMM)；b)基于判別模型如支持向量機(SVM)和人工神經網絡(ANN)；c)a、b兩種模型融合的混合模型如GMM/K最近鄰算法、SVM/K-NN法、HM

3、M/ANN法等。
　　 本文的主要工作如下：
　　 1.語音處理及模式識別算法分析。詳細分析現有典型語音處理、特征向量及其提取、語音情感模式識別算法特點。
　　 2.系統(tǒng)需求分析以及系統(tǒng)架構設計。結合移動平臺以及語音情感識別技術，根據實際系統(tǒng)需求，設計移動平臺語音情感識別系統(tǒng)。
　　 3.語音情感特征向量分析及識別模型設計。詳細介紹本系統(tǒng)采用的特征向量提取方法以及識別效果，結合實際使用特征向量設計識別模型