基于GMM-UBM-SVM中文情感語音識(shí)別的研究.pdf

1、人工智能就是讓機(jī)器能夠?qū)崿F(xiàn)像人腦一樣思考和交流。作為國(guó)家“十二五規(guī)劃”重點(diǎn)發(fā)展的交叉學(xué)科研究領(lǐng)域越來越受到國(guó)內(nèi)外研究者的重視。語音是人們?cè)谏钪凶顬槌Ｒ姷慕涣鞣绞?話語中不僅包含了大量的信息,還包含了人們的感情和情緒變化,所以說語言是人類最高智能水平的體現(xiàn)。情感語音處理作為一個(gè)新的研究方向,與原始的語音信號(hào)處理相比,其更加注重于對(duì)語音中情感狀態(tài)和韻律特征的研究。情感語音識(shí)別作為情感語音處理研究中的一個(gè)組成部分,在實(shí)現(xiàn)人機(jī)自然交互方面有重

2、要的作用。論文研究情感語音識(shí)別方法,通過分析語音特征與情感狀態(tài)間的關(guān)聯(lián)關(guān)系,在原有的語音識(shí)別分類方法的基礎(chǔ)上,提出了一種新的情感語音分類識(shí)別方法。
　　論文主要?jiǎng)?chuàng)新點(diǎn):
　　1、語音特征一直是情感語音識(shí)別的主要特征,本文針對(duì)實(shí)驗(yàn)所使用的時(shí)長(zhǎng)、能量、基頻和共振峰等常用語音特征的提取和構(gòu)造方法進(jìn)行了詳細(xì)的介紹。提取了情感語音中的能量、基頻、時(shí)長(zhǎng)及共振峰參數(shù),并分析了以上參數(shù)與情感狀態(tài)間的關(guān)聯(lián)關(guān)系,結(jié)果表明以上語音特征均能較好的描

3、述所表達(dá)地情感,在不同情感狀態(tài)下同樣具有良好的區(qū)分性。該研究結(jié)果對(duì)于情感語音識(shí)別與情感語音合成的定量研究有一定的指導(dǎo)意義。
　　2、論文分析了當(dāng)前常用的情感語音識(shí)別方法。針對(duì)于語音中的時(shí)序參數(shù)在SVM等固定維數(shù)分類模型中無法適用的問題,提出基于GMM-UBM-SVM的分類方法,使梅爾頻率倒譜系數(shù)(MelFrequencyCepstrumCoefficient,MFCC)等時(shí)序性語音特征參數(shù)能夠進(jìn)行分類研究,實(shí)現(xiàn)了使用時(shí)序性語音特征

4、的中文情感語音識(shí)別。該方法主要是使用UBM(統(tǒng)一背景模型),MAP自適應(yīng)出各情感語音的GMM模型,再合并各個(gè)高斯分布的均值參數(shù),得到統(tǒng)一維數(shù)的GMM超向量,從而把不固定維數(shù)的MFCC參數(shù)轉(zhuǎn)換成固定維數(shù)的GMM超向量,同時(shí)利用SVM良好的區(qū)分性來完成各情感語音的分類與識(shí)別。實(shí)驗(yàn)表明,該方法較原有情感語音識(shí)別方法情感識(shí)別率有所提高。
　　本文提出的情感語音識(shí)別方法作為一種新的嘗試,具有一定的理論依據(jù)和實(shí)用效果,同時(shí)論文對(duì)實(shí)驗(yàn)中所遇到的