基于pad三维情绪模型的情感语音转换与识别-电路与系统专业论文.docxVIP

II II 摘 要 语音是最主要的人际交流方式之一，也是最理想的人机交互方式之一。人类 生活和学习中的自然语音不仅包含了基本的文字内容，而且还承载了丰富的情感 信息。研究情感语音有助于进一步加深对大脑中情感概念的解析和理解，将情感 的认识从感性认知上升为可计算模型。论文研究面向细微复杂情感的语音转换与 识别，录制了 11 种情感类型的语音数据，利用三维 PAD 情绪模型描述了情感语 音，分析了情感语音的声学特征与 PAD 值之间的关系，在此基础上进行了基于 PAD 的情感语音转换与识别。论文的主要创新点和工作如下： 1．引入采用心理学标注的 PAD(愉悦度、激活度、优势度)三维情绪模型来 描述情感，和传统离散描述情感的方法相比，它更注重内在成分的表达，有利于 计算机对情感实现量化分析。在录制的情感语音数据库基础上，定量分析了不同 情感的韵律特征参数差异，以及 PAD 三个维度和韵律特征、频谱特征之间的相 关性，研究结果对情感语音的定量研究有一定的指导意义。 2．提出了一种新的基于支持向量回归算法(SVR)的情感语音转换方法，在 录制的语料库基础上，基于统计学习理论模型，实现中性情感到其它情感的转换。 提取了普通话 11 种情感语音的韵律特征，对比分析了中性语音和情感语音之间 的韵律特征差异，构建情感语音转换的特征参数训练集。然后用 SVR 建立了基 频、时长、能量、停顿等韵律特征参