基于高斯混合模型的情感LPC系數(shù)的研究與建模.pdf

1、隨著信息技術(shù)的高速發(fā)展，人類對計(jì)算機(jī)的依賴性不斷增強(qiáng)，因此，人機(jī)的交互能力越來越受到研究者的重視。語音是眾多信息載體中具有最大信息容量的信號，具有最高的智能水平。當(dāng)今語音信號處理研究的熱點(diǎn)，已從傳統(tǒng)的只著眼于詞匯傳達(dá)的準(zhǔn)確性，到了研究語音信號的情感表達(dá)。因此，本文從情感語音的特征級出發(fā)，對LPC（線性預(yù)測）系數(shù)的情感建模進(jìn)行了研究。
　　 本文針對當(dāng)前缺乏語音情感特征的發(fā)聲模型方面的專門研究的現(xiàn)狀，通過探索情感特征與LPC系數(shù)之

2、間的映射關(guān)系，提出建立LPC系數(shù)的情感模型的新方案。本文在中科院情感語音庫的基礎(chǔ)上分別建立高興、憤怒、悲傷及中性四種情感數(shù)據(jù)庫;研究情感語音的音質(zhì)特征參數(shù)，得到上述四種情感的共振峰統(tǒng)計(jì)規(guī)律;重點(diǎn)設(shè)計(jì)并實(shí)現(xiàn)基于高斯混合(GMM)模型的情感LPC系數(shù)的建模方案，通過采用不同情感語音的LPC特征矢量，結(jié)合動態(tài)時間規(guī)整技術(shù)(DTW)、期望最大化算法(EM)和最小均方誤差準(zhǔn)則(MMSE)，對模型進(jìn)行訓(xùn)練和參數(shù)估計(jì)，最終獲得高興、憤怒、悲傷三種情感

3、對中性語音的LPC系數(shù)映射規(guī)則函數(shù)，完成對情感LPC參數(shù)的建模。并設(shè)計(jì)實(shí)驗(yàn)測試方案，采用板倉-齋田準(zhǔn)則（IS）對通過映射函數(shù)得到的LPC系數(shù)和標(biāo)準(zhǔn)中性語音的LPC系數(shù)進(jìn)行譜失真測度的計(jì)算，仿真實(shí)驗(yàn)結(jié)果表明，建立的情感模型有效的表征了不同情感對LPC系數(shù)的影響。
　　 本文提出的基于高斯混合模型的情感LPC參數(shù)的聲學(xué)建模方法，是情感語音信號處理領(lǐng)域的一個新的研究方法，為情感給語音合成、識別等帶來的影響研究提供了新的思路和解決方案。