基于語音混合特征的情感識別研究.pdf

1、語音是人類交流的重要手段之一，它是傳遞信息中比較方便和簡易的途徑。語音信號中不僅僅包含了人們要表達的語義等信息，還包含著人們的情感信息，傳統(tǒng)的語音處理往往會忽略這些情感信息，但它們在語音的交流中起著非常重要的作用。因此，近年來情感識別逐漸成為研究的熱點。
　　 本文主要研究了兩種情感識別模型，一種是基于誤差反向傳播(Error Back Propagation，BP)算法的多輸出型(All Class in One neural

2、 Network，ACON)網(wǎng)絡，另一種是基于模板匹配的動態(tài)時間規(guī)整(Dynamic Time Warping，DTW)算法，并根據(jù)仿真實驗的結果搭建了一個基于BP算法的語音情感識別系統(tǒng)。具體工作如下：
　　 (1)介紹了語音情感識別相關的語音信號處理的基本知識。
　　 (2)詳細地討論了情感特征參數(shù)的分析與提取。精確地提取情感特征參數(shù)是計算機能夠正確進行情感狀態(tài)識別的基礎。根據(jù)不同情感發(fā)音機制的差異，本文選擇幾種不同類

3、型的參數(shù)：振幅能量、基音頻率、共振峰、線性預測倒譜系數(shù)(Linear Predictive Cepstral Coefficient，LPCC)，并在此基礎上進行細化，求出它們的衍生特征。
　　 (3)研究了兩類情感識別算法：BP算法和DTW算法。在MATLAB7.0環(huán)境下，設計并完成了仿真對比實驗，分析實驗結果表明傳統(tǒng)的DTW算法無論在穩(wěn)定性和識別率上都不如多模板DTW算法，而BP算法比多模板DTW算法更加有效和可靠。