語音情感特征提取方法和情感識別研究.pdf

1、本文對含有高興、生氣、悲傷和平靜4種情感的語音信號，分析和選擇了反映情感變化信息的語音特征，并在項目組錄制的情感語音數(shù)據(jù)庫上做了情感識別實驗。主要研究內(nèi)容如下： 1．錄制了情感語音數(shù)據(jù)庫。錄音文本選自標準 TIMIT英語語音數(shù)據(jù)庫，每人以高興、生氣、悲傷和平靜四種情感重復(fù)朗讀25句文本，共錄制了46個人、四種感情的4600句語音。通過主觀情感感知實驗，篩選出情感表達最好的8個人的800句語音，用于文本的情感分析和識別實驗。

2、 2．基于情感語音數(shù)據(jù)庫，觀察并分析了在四種情感狀態(tài)下，語音信號的基頻、譜信息、語速等特征的變化規(guī)律，選擇和定義了具有情感判別力的基頻統(tǒng)計特征、共振峰、語速、平均能量等23維全局特征，其中除了一般的基頻全局特征外，還定義了基頻曲線起始端上升和下降斜率相關(guān)的特征。 3．研究了高斯混合模型(GMM)的參數(shù)訓(xùn)練和識別算法，為全局情感特征建立了GMM語音情感識別實驗，結(jié)果表明：如果只采用基頻相關(guān)的12維特征，悲傷、平靜的正確識別率較高

3、，而高興和生氣容易被相互誤識。加入共振峰、語速、平均能量后，各類情感的識別率都有所提高，這是因為語速、平均能量對四種情感具有判別力，而共振峰能夠區(qū)分高興和生氣。 4．研究了隱馬爾科夫模型(HMM)的參數(shù)訓(xùn)練和識別算法，針對提取的語音Mel濾波器組倒譜特征(MFCC)，以及一組包括短時能量、共振峰、子帶能量的短時特征，做了基于HMM的情感識別實驗，結(jié)果表明，MFCC不適用于語音情感識別，而添加了子帶能量、基頻等特征后，平均識別率提