基于HMM的情感語音識別.pdf

1、隨著計算機的普及以及計算機科學技術的迅猛發(fā)展，人類對計算機的依賴性不斷增強，一場信息革命正在醞釀，新型的人機交互技術正逐漸成為研究熱點。語言本身作為人類特有的功能，在人類進行思想、觀點和情感交流等信息的相互傳遞中發(fā)揮著重要的作用，語音信號中的情感信息研究正越來越受人們的重視。情感語音識別作為情感語音信號處理研究的一個重要分支，在實現(xiàn)人機自然交互方面有重要的作用。
　　 本文首先介紹了情感語音識別的研究背景與研究意義、研究現(xiàn)狀以及

2、應用前景，接下來介紹了目前國內(nèi)外對情感的分類和一些常用的識別方法。
　　 在對國內(nèi)外情感語音庫了解的基礎上，從確定情感類別、選擇錄音腳本、實驗環(huán)境及設備的要求等方面綜合考慮，錄制了包含高興、中性、生氣三種情感的情感語音庫，并經(jīng)過了主觀辨聽實驗，選取了其中情感識別度較高的語句進行情感語音識別的實驗。
　　 在對語音信號的情感特征進行分析之后，對本文實驗所用的各種特征參數(shù)的提取方法進行了詳細的介紹，提取了基音頻率及其一階、二

3、階導數(shù)，短時能量的一階、二階、三階導數(shù)，第一共振峰及傳統(tǒng)特征參數(shù)MFCC征、抗噪特征參數(shù)ZCPA特征等特征參數(shù)。然后重點介紹了本文中情感語音識別模型的建模思想和建模方法．使用從左到右的有跳轉的連續(xù)隱馬爾可夫模型(CHMM)進行情感語音識別，從模型的初始化、參數(shù)訓練和情感識別幾個方面概括了研究的整個工作過程．在情感的訓練識別中，分別使用了單個MFCC特征參數(shù)，單個ZCPA特征參數(shù)和九維的情感特征參數(shù)矢量在平靜、有噪聲情況下進行訓練和識別。