基于語音信號的維度情感識別研究.pdf

1、自二十世紀(jì)末，信息技術(shù)迅速發(fā)展，它應(yīng)經(jīng)涉及到我們生活的各個方面，使我們的世界更加豐富多彩，而人機(jī)交互技術(shù)的出現(xiàn)給我們的生活帶來了更多的可能。語音是人與人之間交流最自然、最常用的方式，為了使人機(jī)交互更好的實現(xiàn)，如何使計算機(jī)能夠更好的理解人類語言以及語音信號所包含的情感特征已經(jīng)成為目前的重點研究方向。人們說話時發(fā)出的語音信號中包含很多帶有語音情感的特征參數(shù)，而語音情感識別就是通過計算機(jī)來分析這些參數(shù)并對說話者的情感狀態(tài)作出判斷，這一技術(shù)的出

2、現(xiàn)使人機(jī)交互更和諧舒適。維度語音情感識別是語音情感識別研究中一個新的研究領(lǐng)域，它是從多維度、連續(xù)的角度看待情感。研究中通常將維度語音情感識別建模為一個回歸預(yù)測任務(wù)，任務(wù)過程中是用一些連續(xù)值來表示情感狀態(tài)。對維度語音情感識別技術(shù)進(jìn)行深入探討與研究，不僅可以提高計算機(jī)的智能水平，而且有著非常重要的理論價值和現(xiàn)實意義。
　　本文最初對維度語音情感識別領(lǐng)域的研究歷史及現(xiàn)狀作了簡要概述，并且對維度語音情感識別研究的研究進(jìn)展、研究成果以及現(xiàn)有

3、的維度情感識別理論基礎(chǔ)做出了概括性的總結(jié)，最終確定了本文的研究思路與過程，同時選定了AVEC2014情感語音庫作為本文研究用的語料庫，并且對語料庫的語音信號進(jìn)行了分析和預(yù)處理，并提取了語音信號的基頻、短時能量、時間特征、共振峰、譜能量、諧波噪聲比、MFCC、Mel頻率倒譜系數(shù)等情感特征參數(shù)用作維度語音情感識別。
　　維度語音情感識別在本質(zhì)上屬于模式識別問題。本文采用了連續(xù)條件神經(jīng)域(Continuous Conditional N

4、eural Fields，CCNF)模型用于維度語音情感識別，該模型是為了維度情感識別問題而專門設(shè)計的。這個模型同與之相似的連續(xù)條件隨機(jī)場(Continuous Conditional Random Fields，CCRF)模型和支持向量回歸(Support Vector Regression，SVR)模型相比有了一定的改進(jìn)，本文中也對這幾種模型的識別結(jié)果進(jìn)行了對比研究，研究結(jié)果表明，CCNF模型表現(xiàn)出一定的優(yōu)越性，識別效果以及準(zhǔn)確性明