文档介绍：上海交通大学硕士学位论文摘要
基于语音信号的情感特征选择与情感识别研究
摘要
语音是人类交流的重要手段,语音信号在传达语义信息的同时,
还传递着情感信息,而情感在人们生活和交流中起着重要的作用。随
着人机交互技术的发展,语音信号中的情感信息越来越受到研究人员
的重视。作为语音信号情感信息处理的一个重要研究方向,语音情感
识别是计算机理解人类情感的关键,是实现智能化人机交互的前提。
本文以日常生活中常见的六种情感状态:生气、高兴、惊奇、悲
伤、恐惧和正常为例,对语音信号的情感特征选择和情感识别进行了
研究,主要内容和成果如下:
本文设计提取了时长、语速、能量、基音频率、共振峰、TEO 能
量算子、Mel 频率倒谱系数等声学参数和听觉参数,并提取了这些参
数的衍生参数如均值、方差、一阶导数等。同时在这些常规特征参数
基础上,本文提出了一些优化的特征参数,如 25OHz 以下的能量占全
部能量的比重, 等。通过对这些参数的优缺点进行分析比较,
本文选取了一组情感区分力相对大的特征参数进行识别。
以选择较少的但区分性较高的情感特征参数为目标,对于声学特
征参数,本文提出了以基于最大差别离心度和最小同类离心度的差别
因子作为选择特征参数的方法,为每种情感选取了最有效的识别特征
参数。
作为情感识别的基础,基于真实性、交互性、丰富性、连续性的
原则,本文建立了情感语音数据库。本文建立的语音库采用两种数据
来源,一种是选用特定实验者进行录音获得数据,另一种是通过截取
特定表演艺术家在电影、电视剧中富有情感的台词得到语音数据。
第 I 页
上海交通大学硕士学位论文摘要
本文设计了全局特征参数和动态特征参数结合的识别系统,分别
利用人工神经网络模型和隐马尔科夫模型进行识别,最后通过判别函
数输出。对于全局特征参数,基于已提出的基于差别因子的特征参数
选择方法,RS),为每两种情
感建立一个识别子网络进行识别,每个子网络的输入是基于该网络的
两种情感选取的最优特征参数,整个交叉网络识别系统的输出通过判
决器得到最后识别结果。实验结果表明,与经典的 ACON, OCON 和 DRNN
RS 识别率获得很大的提高。对于动态特征参数,本文
研究使用了连续的隐马尔科夫(CHMM)模型,对提取的听觉参数以及
声学参数与听觉参数的结合建立 CHMM 模型进行识别,比较了不同参
数的识别结果。最终的识别系统由判别函数判别输出,实验结果表明,
系统的识别性能得到了提高。
关键词:情感识别,语音特征参数,交叉神经网络,隐马尔科夫模型
第 II 页
知识水坝***@pologoogle为您整理
上海交通大学硕士学位论文 ABSTRACT
RESEARCH ON SPEECH-EMOTION FEATURES SELECTION
AND EMOTION RECOGNITION
ABSTRACT
Speech is one of the most convenient means munication
between peoples. And it conveys emotion information according with its
semantic information. As emotion plays an important role in
communication, emotion analysis of speech has gained increasing
attention during the last few years. Being one of the most important
branches of emotion analysis of speech, emotion recognition is
foundation of the implementation of intelligent human-machine
communication.
This paper studied six kinds of emotions in daily life: anger,
happiness, surprise, sadness, fear and neutral. The innovative points and
main contributions in this paper are as follows.
This paper extracted duration, speed, energy, pitch, formants,