基于分類方法的語(yǔ)音情感識(shí)別研究.pdf

1、語(yǔ)音識(shí)別技術(shù)是多學(xué)科交叉的研究方向，它涉及到信號(hào)處理技術(shù)、語(yǔ)言學(xué)、聲學(xué)、心理學(xué)、計(jì)算機(jī)技術(shù)等學(xué)科知識(shí)。隨著人機(jī)交互系統(tǒng)的快速發(fā)展，語(yǔ)音信號(hào)中的情感信息近年來(lái)正越來(lái)越受到人們的重視，特別是在語(yǔ)音合成和語(yǔ)音識(shí)別等領(lǐng)域。語(yǔ)音情感識(shí)別的研究對(duì)于增強(qiáng)計(jì)算機(jī)的智能化和人性化，開發(fā)新型人機(jī)環(huán)境，以及提高語(yǔ)音識(shí)別系統(tǒng)的性能等方面，均有著非常重要的現(xiàn)實(shí)意義。 本文的研究目的就是通過深入分析各種語(yǔ)音情感特征，找出其中對(duì)情感識(shí)別有較大貢獻(xiàn)的特征，并尋

2、找適合的模型將有效特征加以利用。具體內(nèi)容如下： (1)介紹了語(yǔ)音情感識(shí)別的基本流程，從多方面介紹了語(yǔ)音信號(hào)預(yù)處理、語(yǔ)音特征參數(shù)提取和語(yǔ)音情感識(shí)別的基本過程。 (2)研究了基音頻率、振幅能量和共振峰等目前常用的情感特征在語(yǔ)音情感識(shí)別中的作用，重點(diǎn)研究了MFCC和△MFCC，實(shí)驗(yàn)發(fā)現(xiàn)特征篩選后系統(tǒng)的識(shí)別效果有著一定程度的提高。 (3)將處理后的聲學(xué)特征參數(shù)同原有的BP人工神經(jīng)網(wǎng)絡(luò)模型有效地結(jié)合起來(lái)，形成完整的語(yǔ)音情感