基于HHT的語音情感識別技術(shù)研究.pdf

1、語音情感識別研究是情感計算領域的一個重要組成部分,近年來越來越多的研究者和研究機構(gòu)都投身于該領域的研究中。傳統(tǒng)的基于快速傅里葉變換方法的情感特征提取不得不進行的一個前提操作是對語音片段進行分幀,因為這樣才能滿足短時傅里葉變換的條件。本文將采用HHT方法應用于語音情感識別研究中,該方法具有處理非線性非平穩(wěn)性信號的能力,可以將整條語料作為一個整體進行分析,這樣就可以從傳統(tǒng)方法對語音分幀這一局限中跳出來,對整條語料進行情感特征提取和分析。本文

2、重點完成了以下幾個工作:
　　1.利用希爾伯特黃變換方法,基于希爾伯特邊際譜實現(xiàn)了一種新的用于語音情感識別的長時特征提取方法,與傳統(tǒng)的基于傅里葉變換方法提取的長時特征相比,該長時特征在識別分類短句語料的情感特性方面具有優(yōu)勢,并對影響實驗結(jié)果的因素給出了詳細的分析。
　　2.依據(jù)經(jīng)驗模態(tài)分解分解結(jié)構(gòu)提出了架構(gòu)特征提取方案以及依據(jù)固有模態(tài)分量提出了成分特征提取方案,深入研究了不同情感的語料在相同級數(shù)的固有模態(tài)分量的差異,并依據(jù)這

3、些差異設計并實現(xiàn)了實驗方案。
　　3.深入研究了經(jīng)驗模態(tài)分解從音頻分解出來的固有模態(tài)分量對各類情感語音的影響,并且詳細分析了同類情感類型條件下來自每階固有模態(tài)分量對識別率的貢獻情況,實驗結(jié)果數(shù)據(jù)在一定程度上體現(xiàn)了不同情感類型語音的情感信息在各個頻帶的分布情況,對于揭示情感在語音中的分布表達方式細節(jié)具有重要意義。
　　4.針對經(jīng)驗模態(tài)分解分解的耗時問題提出了迭代次數(shù)限定法和誤差閾值法相結(jié)合的改進篩選迭代算法,改進的方案大大提高