基于HHT的语音情感识别分析-物理电子学专业论文.docxVIP

基于HHT的语音情感识别分析-物理电子学专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于HHT的语音情感识别分析-物理电子学专业论文

摘 要 语音情感识别要求从语音样本中提取情感特征参数,并采用一定的模式识别 方法,识别语音中包含的情感类型。这是语音信号处理一个新兴的研究方向,具 有广阔的应用前景。语音情感识别中,如何提取能有效反映情感信息的特征是最 关键的问题,它直接决定识别的结果。 本文用希尔伯特-黄变换(HHT)对情感语音进行处理,从整体上分析其特征, 并在此基础上提取特征参数,进行文本无关和说话人无关的语音情感识别,取得 满意的效果。具体内容如下: 详细论述 HHT 的原理,揭示其本质特征和用于信号处理的优点。在此基础 上提出边际能量的概念,并将其与边际谱一起用于分析情感语音。对高兴、生气、 厌烦和平静四种情感语音进行统计分析,发现边际能量和边际谱分别反映情感语 音在时域和频域的能量分布特征,能体现不同情感的内在规律。因此,将其作为 情感识别的依据,在边际能量的基础上提取时域特征希尔伯特能量统计值 (EHHT),在边际谱的基础上提取频域特征:子带能量(SE)、子带能量一阶差分 (DSE)、子带能量倒谱系数(SECC)和子带能量倒谱系数的一阶差分(DSECC)。 最后采用矢量量化(VQ)的方法,分别用上述特征做说话人无关、文本无关的语 音情感识别。结果表明,单独使用时域特征或频域特征不能有效识别语音情感, 而将此两种特征结合用于识别,能使识别率最高达到 98.53%,且随码本尺寸的 变化波动很小,效果相对稳定。 本文将 HHT 用于情感语音处理,将时频特征结合用于语音情感识别,不仅 提高了识别率,而且大大缩小了码本尺寸,具有一定的实际意义。 关键词:边际谱;边际能量;语音情感识别;HHT Abstract Speech emotion recognition demands distilling emotional features from speech signals and adopting certain pattern recognition method to determine which emotion the speech contains. It is a new area in speech processing and has wide applications. Feature extraction, which reflects the results directly , is the most important factor. In this thesis, Hilbert-Huang Transformation is applied to emotional speech processing and analyzing. HHT features are distilled and text-independent, speaker-independent emotion recognition is simulated. The details are as follows: Firstly, theory of HHT is discussed, its essence and merit in signal processing is shown, based on which, marginal energy is proposed, and used in emotional speech analysis together with marginal spectrum. Statistical analysis of four emotions: happy, angry, boring and netrual demonstrates that marginal energy and marginal spectrum well reflect the energy distribution characteristics in time and frequency domain respectively. Thus, they can be a basis of emotion recognition. Then statistical Hilbert energy (EHHT) is distilled from marginal energy, sub-band energy(SE) and its derivation(DSE), sub-band energy cepstrum coefficients(SECC) and its derivation (DSECC) are distilled from marginal spectrum. At last, with pat

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档