语音情感识别的研究进展.docxVIP

中国科 中国科技论文在线 - - PAGE 1 - 语音情感识别的研究进展 赵双全 （哈尔滨工程大学信息与通信工程学院，哈尔滨 150001） 摘要：情感计算是近些年来发展比较迅速的一个新兴领域，而情感识别作为情感计算的重要组成部分，得到了广泛的研究和应用。语音作为人类最重要的交流媒介，携带着丰富的情感信息，因此，语音信号中的情感信息处理的研究也越来越受到人们的重视。本文从语音情感识别所涉及的几个重要问题出发，包括情感分类、语音情感特征和语音情感识别算法等，介绍了当前的研究进展，对语音情感识别的发展趋势进行了展望。 关键词：语音情感；情感分类；特征参数；语音情感识别。中图分类号：TP391 A Survey of Speech Emotion Recognition ZHAO Shuangquan (Department of Information and Communication Engineering Harbin Engineering University， Harbin, 150001) Abstract: Affective computing is developing very fast in the recent years. As the most important part emotion recognize is applied in many field, and is researched wildly. Voice is the most important communication medium of human, which carry a wealth of emotional information. Emotion in speech is a topic that has received much attention during the last few years. The survey discuss several important issues of speech emotion recognition, involved emotion classifying, voice feature parameters and speech emotion recognition methods, describe the current research progress, prospect the development of speech emotion recognition in the future. Key words: speech emotion; emotion classifying; feature parameters; speech emotion recognition. 引言 语言是现实中人与人之间交流的主要手段，而语音是传递语言的最基本、最直接的途径。在语音信号中包含说话人要表达的语义信息以及说话人的情感信息，其中，情感信息在人们的交流中具有重要作用。因此，为实现人机交互技术的智能化，让计算机不仅能够理解语音信号的语义信息，还能分辨人类情感，研究人员愈加重视语音信号中的情感识别，即语音情感识别。 语音情感识别目前正被许多国家的机构所研究。美国由 Picard 教授领导的 MIT 实验室的 Affective Computing 小组将语音情感识别作为其整个情感计算模型的一个重要组成部分进行了相关研究[1]。国际口语处理大会(ICSLP)的论文集中，有关语音情感识别的研究论文都在逐年增多。2000 年，国际语音通信协会(ISCA)专门召开了一个主题为“情感与语音”的研讨会。此外，国内的东南大学[2]、江苏大学[3]、浙江大学[4]也较早开始了这方面的研究， 微软亚洲研究院，台湾的一些大学和研究所也在进行该研究。 本文从情感的定义与分类、语音情感的特征参数和提取以及语音情感识别目前常用的算法等几个问题出发，简单地介绍了语音情感识别的研究进展，之后讨论并提出了今后研究的几个关键问题。 作者简介：赵双全（1984-），男，硕士研究生，主要研究方向为语音情感识别 人的情感分类 要研究语音信号的情感，首先要对情感进行一个有效合理的分类，而不同的历史时期， 不同的研究人员对基本情绪的定义不尽相同。 在我国古代的先秦时期，对情绪的分类就有各种不同的分法。例如，《中庸》将情绪分为喜、怒、哀、乐四种；《黄帝内经》分为喜、怒、悲、忧、恐五种；《左传》分为好、恶、喜、怒、哀、乐六种；《礼记》分为喜、怒、哀、惧、爱、恶、欲七种。其中喜、怒、哀、乐是各种分类中最基本的情绪形式。 1970 年，Plutchik 提出了情绪的立体模型，如图 1 所示。该模