基于SVM的语音情感识别研究的中期报告.docxVIP

基于SVM的语音情感识别研究的中期报告 一、研究背景 情感识别是人机交互、智能体交互等领域中的核心问题，它能够帮助计算机理解人类发出的情感信号，进而更有效地进行人机交互、智能化决策等。特别是在普通话语音识别技术日益成熟，普及度不断提高的情况下，语音情感识别已经成为了一个备受关注的问题。 在语音情感识别技术的应用场景中，基于支持向量机（SVM）算法的情感识别技术相对较成熟和稳定。该算法可以通过对训练集中情感标签的学习，建立一个能够输出情感标签的模型。在模型训练完成之后，只要输入待识别语音样本的语音特征向量，即可得到其对应的情感标签。因此，本文基于SVM算法，进行语音情感识别技术的研究，旨在解决高精准度、高效率的语音情感识别问题。 二、研究内容 1.数据集 本文使用了AffectNet Open Source数据集。该数据集包含了大量的人脸表情、音频、视频、图像等多模态情感数据，其中音频情感数据包括了10种情感，即愤怒、厌恶、害怕、高兴、中性、悲伤、惊讶、生气、冷漠和谑笑。 2.特征提取 本文采用MFCC（Mel-frequency cepstral coefficients）算法来提取语音特征。该算法将语音信号转换为幅度谱，然后进行梅尔滤波，将频率轴划分为若干个频带。然后对每个频带进行离散余弦变换，得到能代表语音信号的频率系数，即MFCC系数。 3.模型训练 本文利用SVM算法进行情