基于流形学习的语音情感识别方法研究的中期报告.docxVIP

基于流形学习的语音情感识别方法研究的中期报告 流程概述： 本研究基于流形学习理论探究语音情感识别的应用方法。目前已经完成的工作包括数据采集、预处理和特征提取等三个方面。接下来将进行下一步的特征降维和分类器构建。 已完成工作： 1. 数据采集：在标准情感语音库基础上，采集了额外的情感音频。共获取了五类情感：愤怒、厌恶、恐惧、开心和伤心。每一类情感音频均来源多个人，每个人均按一定情感模板录制了若干句不同的口语。 2. 数据预处理：对所采集的语音数据进行了预处理，包括音频剪切、降噪、静音去除和标准化等步骤，以保证音频数据整洁、清晰，方便进行后续处理。 3. 特征提取：对预处理完的语音数据，进行了基于频谱特征提取的工作。在该过程中，首先对语音信号进行了分帧处理，然后计算了每一帧的功率谱和梅尔频率倒谱系数(MFCC)。最终得到了每一句语音的特征向量。 下一步计划： 1. 特征降维：目前每句语音均提取了大量的MFCC，因此需要进行特征降维，以减少特征数量，同时提高分类效果。本研究计划采用主成分分析(PCA)和线性判别分析(LDA)等方法，对特征向量进行降维处理。 2. 分类器构建：本研究计划采用支持向量机(SVM)、决策树和卷积神经网络(CNN)等机器学习方法，对处理完的特征向量进行分类。预计通过对不同分类器进行比较评估，选择最优的分类器。 3. 结果分析：最终，将对语音情感识别的准确率和分类效果进行评估，并比较尝试不同参数和方法对结果影响，以提高语音情感识别的性能。 总结： 本研究旨在基于流形学习理论，对语音情感识别的应用方法进行探究。目前已完成了数据采集、预处理和特征提取，并计划进行特征降维和分类器构建。在完成实验后，将得出目前情感识别方法的优劣之处，并尝试提出新的方法，以提高语音情感识别的效果和准确性。