基于神经网络的汉语语音情感识别的研究-软件与理论专业论文.docxVIP

浙江大学硕士学位论文Y 浙江大学硕士学位论文 Y 581940 摘要 随着人机交互系统的快速发展，语音信号中的情感信息近年来正越来越受到 人们的重视，特别是在语音合成和语音识别领域。语音是人类交流的重要手段， 是相互传递信息的最方便、最基本和最直接的途径。语音信号和面部表情一样， 还同时传递着情感信息。而情感在人们生活和交流中起着重要的角色。不难想象， 如果一个人失去了说话和表达情感的能力，那他或她的生活将会与世隔绝，是多 么的压抑。 从信号处理的观点来看，语音信号不仅包括了文字信息，还包括了说话人的 语调和情感信息。情感可被分为两类：主要(原始)情感和次要(派生)情感。 主要或原始情感包括害怕、愤怒、高兴、悲伤和厌恶，是所有社会化的哺乳动物 共有的，有其特殊的表现形式。次要或派生情感包括自豪、感激、悲痛、亲切和 惊奇，是主要情感的变化或组合形式，其中一些是人类特有的。 语音信号的情感识别也可以看成一个模式识别问题。本文介绍了基于神经网 络和主成分分析的汉语语音情感识别。首先我们建立了汉语情感语音数据库，其 中包括了说话人无关和说话人有关的情感语音馥S后，从语音信号中提取了能量、 基频和语速等相关的特征参数。并且，在此数据库的基础上对这些情感声学特征 参数作了统计分析，分别从基频、能量和语速特性描述了人类四大主要情感(愤 怒、高兴、悲伤和害怕)之间的不同特点。 输入的特征矢量通常是高维的，而且具有一定的相关性，即存在一定的冗余。 因此我们对神经网络训练集中的数据作了主成分分析。经过主成分分析，既降低 了输入的特征矢量的维数，同时也去除了冗余信息。本文采用三种类型的神经网 络(OCON、ACON和LVQ)识别汉语语音信号中的四大情感。还提出了基于 相对情感特征参数的汉语语音情感识别，并给出了识别结果和实验分析。最后讨 论了该领域存在的一些问题和今后需要进一步研究的课题。 关键词：人机交互、情感识别、语音信号、汉语情感语音数据库、主成分分析、 神经网络、相对情感特征参数 中图分类号：TP391 塑里盔兰里主兰堡丝茎ABSTRACT 塑里盔兰里主兰堡丝茎 ABSTRACT Along with rapid development of Human Computer Interaction system，emotion in speech is a topic that has received much attention during the last few years，in the context of speech synthesis as well as in automatic speech recognition Speech is the most convenient means of communication between people and it is one of the fundamental methods of conveying emotion，Oil a par with facial expression． Moreover,emotion plays all important role in communication．It is not difficult to imagine that if an individual loses both their ability tO speak and their means of expression their emotions，either vocally or even physically，due to paralysis，his or her life would be very isolated and depressing． From the signal processing point of view,speech signal includes the linguistic information．speaker’S tone and emotion Emotions are traditionally classified into two main categories：primary(basic)and secondary(derived)emotions．Primary emotions；including fj弘anger，joy，sadness and disgust，are generally those，which are experienced by all social mammals and have particular manifestations associated with them．Se