基于高斯混合模型的情感LPC系數的研究與建模.pdf

1、隨著信息技術的高速發(fā)展，人類對計算機的依賴性不斷增強，因此，人機的交互能力越來越受到研究者的重視。語音是眾多信息載體中具有最大信息容量的信號，具有最高的智能水平。當今語音信號處理研究的熱點，已從傳統的只著眼于詞匯傳達的準確性，到了研究語音信號的情感表達。因此，本文從情感語音的特征級出發(fā)，對LPC（線性預測）系數的情感建模進行了研究。
　　 本文針對當前缺乏語音情感特征的發(fā)聲模型方面的專門研究的現狀，通過探索情感特征與LPC系數之

2、間的映射關系，提出建立LPC系數的情感模型的新方案。本文在中科院情感語音庫的基礎上分別建立高興、憤怒、悲傷及中性四種情感數據庫;研究情感語音的音質特征參數，得到上述四種情感的共振峰統計規(guī)律;重點設計并實現基于高斯混合(GMM)模型的情感LPC系數的建模方案，通過采用不同情感語音的LPC特征矢量，結合動態(tài)時間規(guī)整技術(DTW)、期望最大化算法(EM)和最小均方誤差準則(MMSE)，對模型進行訓練和參數估計，最終獲得高興、憤怒、悲傷三種情感

3、對中性語音的LPC系數映射規(guī)則函數，完成對情感LPC參數的建模。并設計實驗測試方案，采用板倉-齋田準則（IS）對通過映射函數得到的LPC系數和標準中性語音的LPC系數進行譜失真測度的計算，仿真實驗結果表明，建立的情感模型有效的表征了不同情感對LPC系數的影響。
　　 本文提出的基于高斯混合模型的情感LPC參數的聲學建模方法，是情感語音信號處理領域的一個新的研究方法，為情感給語音合成、識別等帶來的影響研究提供了新的思路和解決方案。