情感語音的特征提取與識別研究.pdf

1、隨著人機交互技術的發(fā)展,語音信號中的情感因素越來越受到廣大研究者的重視。提取情感特征是語音信號研究的重要分支之一,針對目前語音情感特征不能有效體現(xiàn)情感特性和情感識別率不高的問題,本文主要做了以下主要工作:
　　 1、根據(jù)語音的自身特點,本文提取了一些常見的聲學特征,比如,基頻、共振峰和Mel倒譜系數(shù)等,然后,再結(jié)合實驗分析這些特征的情感特性。實驗結(jié)果表明這些聲學特征確實具有情感特性。
　　 2、由于僅僅依靠聲學特征對不同

2、的情感語音進行識別所得到的識別率并不是很高,針對這個問題,本文通過經(jīng)驗模態(tài)分解(EmpiricalModeDecomposition,簡稱EMD)算法提取語音情感的n階固有模態(tài)函數(shù)(IntrinsicModeFunction,簡稱IMF),然后通過Hilbert變換提取IMF的瞬時頻率和瞬時振幅。通過實驗分析發(fā)現(xiàn),不同的人在不同情感狀態(tài)下的同一階IMF是不相同的,甚至同一個人的IMF也是不相同的。實驗結(jié)果表明,把所有的IMF作為語音情感

3、識別的情感特征并沒有得到最好效果,而是在使用前4階IMF時識別效果才最好。所以,本文只提取了情感語音的前4階的IMF,以及其的瞬時頻率和瞬時振幅作為新的情感特征。
　　 3、本文采用支持向量機(SupportVectorMachine,簡稱SVM)的識別方法對語音情感進行識別,首先,把高興和生氣作為一類,悲傷和平靜作為一類對情感語音進行訓練和識別,然后再對高興和生氣、悲傷和平靜分別進行訓練和識別。實驗結(jié)果表明,該方法識別效果較好