語音情感識別的關鍵技術研究.pdf

1、語音情感識別是人工智能領域的一個新興分支，在自然人機交互、多媒體分段與檢索、安全系統(tǒng)自動監(jiān)管等方面有著廣泛的應用前景。語音情感識別過程包括語音信號預處理、聲學特征提取、特征向量降維處理和基于統(tǒng)計模型的情感識別。本文的工作主要集中于語音情感識別過程中的若干關鍵問題。提出情感語料庫的可視化方法、半監(jiān)督機制的語音情感識別、非線性特征降維算法ELE以及基于對話關聯(lián)矩陣的情感識別技術。 探討情感語料庫的采集、扔注和可視化技術。構建包括表演

2、語料、引導語科和自然語料的中文情感語料庫CHAD。通過聽辨實驗，分析和比較不同來源的語料。將情感語料的高維聲學特征通過Sammon's算法映射，得到二維可視化空間圖MASEMAP?；趫D中的位置分布分析語料的情感表達以及各情感間的獨立與依賴關系。 在分析各聲學特征及其提取算法的基礎上，改進co-training算法，提出半監(jiān)督機制的語音情感識別。該算法結合時域特征和倒譜特，征，以未標注語料擴充訓練語料集，提高情感識別率7.4％-

3、9.0％0通過改變未標注語料的加入規(guī)則，減小出予錯誤接納未標注語料造成的分類噪聲。 探究各種特征降維算法。在分析線性特征抽取算法的基礎上，提出一個分層次的語音情感識別系統(tǒng)。不同特性的語料采用不同的降維算法，提高系統(tǒng)的整體性能。在非特定人情感識別中取得78.7％-83.4％的識別率。提出ELE非線性流形學習算法?；跍y地距離估算法，高維特征點被投影到六維子空間中。同一情感狀態(tài)的特征點聚集在子空間的一個平面附近。該分布規(guī)律有利于情感

4、語料的分離?；贓LE的非特定人情感識別取得9％-26％的識別率提高，特定人的結果提高5％-20％0提出LDA-Ll-Rank特征選擇算法，并與PCA-Ll-Rank進行對比實驗。在語音情感識別中，引入結合類集和類對的特征選擇算法。綜合考慮優(yōu)于分離所有類別和某兩個類別的特征，兼顧全局和局部的特征分布特性?；谠撍惴ǖ姆翘囟ㄈ饲楦凶R別的平均Fl衡量提高3.2％-8.4％。 在純語音情感識別的基礎上，進一步研究結合其他信息的情感識別

5、。采集和分析對話情感語料后，提窶對話情感關聯(lián)矩陣。對話雙方的情感約束提商了情感識別的正確率和魯棒性。結合人臉表情，實現(xiàn)雙模態(tài)情感識別。提出THMM模型及相關的Viterbi最路徑搜索算法和分段式K-means模型訓練算法。通過設置通道權重最大化融合視覺和語音信息，取得91.9％的平均識別率，識別結果也更為魯棒。根據實用化的要求，調查噪聲環(huán)境下豹情感識別。疊加受控噪聲的情感語料在提取聲學特征后，采用本文提出的ELE算法進行特征降維。優(yōu)于其