相空間重構(gòu)在語音情感識別中的研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著人機(jī)交互技術(shù)的迅速發(fā)展,情感信息作為認(rèn)知過程中的重要組成部分已經(jīng)得到了研究學(xué)者普遍的認(rèn)同和重視,而語音情感識別又是情感計(jì)算的重要組成部分,針對當(dāng)前語音情感特征的不全面性和識別率不高的現(xiàn)狀,本文做了如下研究:
  (1)根據(jù)語音信號本身的特征信息,從傳統(tǒng)的聲學(xué)角度出發(fā),提取了傳統(tǒng)的韻律情感特征(短時能量、過零率、基頻)和頻譜特征(MFCC),然后對提取后的特征數(shù)據(jù)進(jìn)行相關(guān)統(tǒng)計(jì)特征的計(jì)算,其中統(tǒng)計(jì)特征包括了最大值、最小值、中值、方

2、差等,并將此數(shù)據(jù)作為情感特征參數(shù)的原始特征數(shù)據(jù)集合。
  (2)基于語音信號發(fā)聲機(jī)理的復(fù)雜性,從混沌信號的角度對語音信號進(jìn)行分析,首先通過對語音信號lyapunov指數(shù)的提取,判定信號是否具有混沌性,再將語音信號進(jìn)行相空間重構(gòu),通過對高維的語音信號進(jìn)行分析并提取能表征語音混沌特性的情感特征參數(shù)(關(guān)聯(lián)維和Kolmogorov熵),實(shí)驗(yàn)結(jié)果顯示新特征的引入能更為全面地表征語音信號中情感狀態(tài)的信息,將語音語義的信息弱化。
  (3

3、)本文采用支持向量機(jī)(Support Vector Machine,簡稱SVM)對語音情感進(jìn)行識別實(shí)驗(yàn),通過傳統(tǒng)特征,混沌特征以及融合后新的特征數(shù)據(jù)進(jìn)行三組對比實(shí)驗(yàn),結(jié)果表明,混沌特征的引入對識別效果有了一定的提高,但對于悲傷和平靜兩種情感容易混淆,基于此,對SVM識別算法中的懲罰因子和核函數(shù)參數(shù)g進(jìn)行網(wǎng)格搜索算法的改進(jìn)尋優(yōu),通過兩次尋優(yōu)的過程,將悲傷和平靜兩種狀態(tài)的樣本進(jìn)行單獨(dú)的識別實(shí)驗(yàn),結(jié)果顯示,二次尋優(yōu)后的識別算法對于提高準(zhǔn)確率有

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論