文档介绍：江薛大擎硕士学位论文基于稀疏表示与功能性副语言辅助的语音情感识别方法研究亟±专业名称让篡扭虐用撞苤莸论文答辩日期愕江菱太堂愕申请学位级别论文提交日期学位授予单位和日期答辩委员会主席评阅人至殴豪葜公珏分类号:密级:编号:曼垒垄酫曼.
学位论文作者签名:兹/⒗独创性声明切侈年钿廖日本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中己注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果,也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。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结果由本人承担。
稂突指导溯等名名抛学位论文作者签名:越小葫学位论文版权使用授权书矽缒辍耭乡日九侈年鲁奕江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊馀版缱釉又旧缬腥ūA舯救怂徒谎宦畚牡母从〖偷缱游牡担梢圆捎影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊盘版缱釉又旧缃ū韭畚谋嗳搿吨泄判悴┧妒垦宦畚娜氖菘狻凡⑾社会提供查询。论文的公布ǹ授权江苏大学研究生处办理。本学位论文属于不保密口。
摘要语音情感识别是情感研究领域的研究热点之一,其通过获取说话人的语音情感特征参数,进而识别说话人的情感状态。语音情感识别在测谎、心理学研究和智能人机交互等领域都有广泛的用途。目前语音情感识别的特征主要来自哭声、叹息声等魑H死嘤镆羟楦斜泶锏挠辛Ωㄖぞ撸潘祷叭舜罅情感信息。故本课题将带有情感的功能性副语言结合传统语音情感特征进行语音情感识别,期待达到提高语音情感识别率及系统鲁棒性的目标。同时,引入贾瓢止δ苄愿庇镅缘挠镆羟楦惺菘狻<谀壳肮谕饷挥较为完备的功能性副语言数据库,课题组组织并录制了包含笑声、伤心的哭声、号处理上的优势,为了将其引入到小样本语音情感识别中,首先将特征进行降特定人语音情感识别算法。在该算法中,首先建立传统语音情感识别通道以及江苏大学硕士学位论文于伴随性副语言矗夯怠⒁舾摺⒁羟康忍卣。功能性副语言纾盒ι稀疏表示进行小样本语音情感识别和功能性副语言检测,取得了较好的效果。主要内容如下:质疑声、叫喊声、害怕的哭声、叹息声的语音情感数据库。该数据库包含六种典型情感类别,分别为高兴、悲伤、惊讶、生气、害怕、厌恶。岢隽嘶谙∈璞硎镜男⊙居镆羟楦惺侗鸱椒ā<谙∈璞硎驹谛维,随后训练自适应过完备字典,进行稀疏变换与反变换,求取样本识别误差,将变换误差小者作为识别结果。A司∽畲罂赡芾霉δ苄愿庇镅哉返男畔ⅲ苊獯砦笮畔⒌奈蟮迹提出了使用置信度和概率相结合的融合算法,并命名为功能性副语言辅助的非功能性副语言识别通道。综合考虑两通道识别结果的置信度和概率两个因素,选择两通道识别一致且概率置信度均较大者为最终识别结果。A巳コδ苄愿庇镅允侗鹉P鸵约按秤镆羟楦惺侗鹉P投匝盗芳合含有功能性副语言比例的依赖性,以及为了进一步提高识别率,提出了基于功能性副语言自动检测的语音情感融合识别方法。该方法有三点贡献,一是提出了功能性副语言自动检测,二是将功能性副语言与传统语音进行分离,避免了两种完全不同信号之间的相互干扰。三是使用自适应权重融合算法进行决策
捎肕蚔旌媳喑痰目7⒛J剑迪至嘶诠δ苄愿庇镅辅助的多特征融合语音情感识别原型系统。其中语音信号的读取和处理以及情感特征的提取均采用编写代码实现,模型训练、情感识别功能用关键词:语音情感识别,功能性副语言,稀疏表示,决策融合,自动检测融合,考虑到了两通道的识别差异。编写代码实现。基于稀疏表示与功能性副语言辅助的语音情感识别方法研究
瑃甌江苏大学硕士学位论文:,,,.,甋琾,琾,甌琩,琭,,.琣
,:,’,,.,,,,基于稀疏表示与功能性副语言辅助的语音情感识别方法研究琻瑃,,猧瓹..甌.
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.课题研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..语音情感识别研究现状⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯....⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文的研究内容及主要创新点⋯⋯⋯⋯⋯⋯⋯⋯⋯...论文的组织结构⋯⋯..⋯⋯⋯⋯..⋯⋯⋯⋯⋯..⋯.第二章语音情感识别关键技术概述⋯.⋯⋯⋯⋯⋯⋯⋯⋯.⋯语音情感识别技术⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯..⋯...楦杏锪峡獾慕ⅰ.⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..∈⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯..第三章基于稀疏表示的小样本语音情感识别方法⋯⋯⋯