文档介绍:语音情感识别的特征选择与特征产生长沙理工大学硕士学位论文学校代号:密级:公开导师姓名及职称培养单位叶吉祥教授长沙理工大学论文提交日期论文答辩日期年学号:
瓻.
每哥、囊叶奄匆去璧长沙理工大学学位论文原创性声明日期:年彳肿学位论文版权使用授权书⒉槐C芨浴互叩亿侈本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名:本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手⒈C芸冢年解密后适用本授权书。段保存和汇编本学位论文。本学位论文属于朐谝陨舷嘤Ψ娇蚰诖颉啊年芎月砂年歹月;期日鸺阜名签者师作导
摘要语音情感识别是近年的热门研究领域之一,是人工智能、模式识别、语音信号处理与情感计算的交叉学科产物,在智能机器、人机交互、远程教学、刑事侦探、产品设计等各个方面都有着重要的应用前景。本文首先介绍了语音情感识别的基础理论、方法,介绍了最常用的语音情感特征及其提取方法,并使用基于统计学习理论的支持向量机对语音情感语料库进行分类识别,得到了较好的识别效果。随后,本文致力于通过特征选择与特征产生提高语音情感的正确识别率。特征选择能够有效的去除冗余和不相关特征,提高分类器的正确率和泛化能力。本文介绍了特征选择的现状,着重研究了前向浮动序列选择、基于遗传算法的特征选择这三个基本的特征选择算法在语音情感识别中的性能区别。实验结果显示具有较好的特征选择能力,能够在较短的时间内选择出具有较高识别能力的语音情感特征,有效的提高语音情感正确识别率。为了进一步压缩特征空间、提高语音情感特征识别率,本文进一步研究了特征产生在语音情感识别中的应用。特征产生是一个较新的模式识别技术,它通过将现有特征映射到新的函数空间来寻找特征之间的关系、压缩特征空间,从而获得更高的识别率。本文简要介绍了现有的特征产生算法,其中基于基因表达式编程奶卣鞑墙虾玫奶卣鞑惴āK婧蟊疚奶岢隽艘恢纸岷匣旌贤跳算法与奶卣鞑惴ǎ芄挥行У母纳艷算法收敛速度慢、容易收敛到局部解的缺点。本文使用由算法选择出的一组语音情感特征,应用算法进行特征产生,实验结果显示的特征产生结果优于惴ǎ赟狦的特征产生有效的提高了语音情感的正确识别率。本文最后对研究工作进行了总结,并指出了今后进一步的研究方向。关键词:语音情感识别,特征选择,特征产生,基因表达式编程,混合蛙跳算法
,,猚筋巧,.,琑琲.,瑂,琣甌,,,.瑆,.琒珿Ⅱ