基于特征参数的语音情感识别-信号与信息处理专业论文.docxVIP

太原理 太原理 工 大学硕士研究生 学位论文 PAGE PAGE 3 PAGE PAGE 4 二、标准的多语言情感语音库的建 立 ，目前在语音情感识别领域还没有公开的 具 有较高情感向由度的语音库可供研究 : 三 、能够代表语音情感的特征参数的选取， 目前用于语音情感识别的特征参数大 致分为全局静态特征和局部动态特征，如基频、共振峰、能 量及其均值 、方差等; 四、选取合适的情感识别网络对语 音情感进行识别， 目前情感识别网络应用较多 的隐马尔可夫法 、神经网络、混合高斯模型和支持向量机等 。 农 1-2 语音情感识.Jl)应用领域 Tab1e 1.2Applications of speech emotion reωgmlton 应用领 应用领 Jà 应用方式 教育业 远程教学中的情感检测 4言.皂业 多媒体检索中的情感识别和标i主、视觉语音 服务 容版系统中的客户情绪检测 娱乐业 视频点给系统中对于特定情感节目的，创岳、带有双向 4刊文派能力的电子克物、 能够识别游戏者情感的网络站$戏、文互电影 刑事安全 J说系统、自动检测系统 工 .:11:. 检测产品饮用过程 中用户情绪变化、监测司机琦绪交化以使及 nt 是越来保证安全 通讯业 机须通讯技术中终将加入精感合成信息来提高网络伶输质量 医学研究 孤独症怠者与具有情感识别功能的计算机进行情感交，元、梢助残疾人讲话 在模式识别和信号处理领域，情感语音识别成为新的研究热点，它在心理学研究、 信号处理、新型人机交换技术、虚拟现 实技术 、信息论、模式识别、听觉机理、发 声 机理和人工智能等领域都有着至关重要的意义 。语音情感识别的应用前景非 常广泛， 而且语音情感识别在人机交 互方式的改革 中有着十分关键的作用，其 在现实生活中的 应用如表 1.2 所示。 1.3 论文的研究内容及章节安排 本文课题研究的目的是对语音情感进行识别，通过阅读国内外大量文献和书籍， 在借鉴前人研究的基础上，本文开展的主要工作包括录制包含高兴、生气和中性三种 情感的情感语音库，选取能够辨识情感的有效特征参数 LPCC、LPMCC、MFCC 和 太原理工大学领士研究生学位论文 ZCPA 等参数，并采用分类器进行语音情感的识别，同时对不同特征参数的语音情感 识别效果进行了比较和分析。本文的章节安排如下: 第一章是绪论，概括介绍了语音情感识别研究的背景、语音情感识别涉及的领域 和国内外研究现状，同时对语 音情感识别的应用领域进行了简单描述;最后介绍了本 论文的主要研究内容和章节安排。 第二章主要介绍了情感分类的基础理论和情感语音库建立的过程 。首先简单地从 基本情绪论、情感维度 空间论和基于基本情绪的情感维度 空间论三个角度概述了情感 的分类，并对国内外现存的恬感语音库进行了简单介绍:最后重点介绍了本文使用的 情感语音库的建立过程，包 括情感语料 的选择、情感语音的录制以及情感语音库的有 效性选择。 第三章介绍语音情感识别系统和常用的特征参数 .首先对语 音情感识别系统、i吾 音信号预处理的抗混叠滤波和预加重、信号的分帧加窗和端点检测进行了简单描述; 并对不同情感语旬在被形及情感特征的不同进行了介绍;重点讨论了语音识别系统常 用的特征参数，例如线性预测系数、美尔倒谱系数、线性预测倒谱系数、线性预测美 尔倒谱系数和过零率峰值幅度 等 ，并详细介绍了基于能量的TEO 非线性算子，为后续 将这些参数用在情感语音识别中奠定了基础 。 第四章对语音情感识别中的常用技术进行了介绍 。包括主元素分析法、神经网络 方法、混合高斯模型法、隐 马尔可夫法和支持向量机， 并对本文情感识别采用的方法 支持向量机进行了重点介绍:详细描述了特征提取过程，以及使 用支持 向量机的训练 和模板匹配的过程，并对 LPCC、LPMCC、MFCC 和 ZCPA 四种不同特征参数的情感 识别结果进行了分析和比较。 第五章将基于差分的 MFCC TEO 动态特征和基于 TEO 能量算子的 MFCC TEO 非线性特征运用到语音情感识别中，并将其与 MFCC 的情感识别效果进行比较 ;第五 章还对不同语言组成的语音库对语音情感识别效果的影响进行了研究。 第六章是对本文主要工作和研究成果的总结，并对下 一步语音情感识别的研究工 作做出展望。 太原理工大学硕士研究生学位论文 太原理工大学硕士研究生学位论文 PAGE PAGE 5 PAGE PAGE 6 第二章情感的分类与情 感语言库的建 立 2. 1 情感的分类 i吾音情感信息处理是人工智能的重要分支之一，要对语音信号的情感进行研究， 首先必须要对语音情感进行杳效合理的分类，情感种类的划分是进行语音情感识别的 基础，也是对情感语音信息处理研究的前提。远今为止，