- 1、本文档共48页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
太原理工大学
毕业设计(论文)任务书
毕业设计(论文)题目:
情感语音信号中共振峰参数的提取方法
毕业设计(论文)要求及原始数据(资料):
要求:
1:大量查阅关于共振峰提取技术的资料(通过Internet或图书馆)。
2:分析总结各种共振峰的提取方法。
3:用一种共振峰提取方法实现情感语音中共振峰的提取。
4:写一篇论文并给出共振峰提取结果。
原始数据:
1:共振峰研究意义
随着多模态人机交互技术的发展,新型人机交互模式的应用前景更加广阔。语音作
为一种自然有效的人机交互方式,成为当前的研究热点。语音信号不仅包含语音信息,
还包含着说话人的情感信息。语音情感信息处理技术的研究对于提高计算机的智能化具
有重要的现实意义。
语音情感信息处理技术作为一个重要的研究领域已经有很长时间的研究历史了,然
而在传统语音信号处理中往往忽略了在语音信号中的情感因素。共振峰是反映声道谐振
第1页
特性的重要特征,它代表了发音信息的最直接的来源,而且人在语音感知中利用了共振
峰信息。所以共振峰是语音信号处理中非常重要的特征参数,已经广泛地用作语音识别
的主要特征和语音编码传输的基本信息。人在语音感知中也利用了共振峰信息。所以共
振峰已经广泛地用作语音识别的主要特征和语音编码的基本信息。
语音的频率特性主要是由共振峰决定的,当声音沿声管传播时,其频谱形状就会随
声管而改变。如果讲话者的发音中包含喜、怒、哀、乐等情感信息,那么讲话者的声道
形状就会发生不同的变化。共振峰作为情感特征信息的非韵律特征参数,我们研究提取
它的方法对包含在语音信号中的情感信息分析和处理时及其有意义的。
2:共振峰的几种提取方法
(1)谱包络提取法:共振峰信息包含在语音频谱包络中,因此共振峰参数提取的关键是
估计自然语音频谱包络,并认为谱包络中的最大值就是共振峰。
(2)倒谱法提取共振峰:因为倒谱运用对数运算和二次变换将基音谐波和声道的频谱包
络分离开来。去除了激励引起的谐波波动,所以可以更精确地得到共振峰参数。
(3)LPC法提取共振峰:从线性预测导出的声道滤波器是频谱包络估计器的最新形式,线
性预测提供了一个优良的声道模型(条件是语音不含噪声)。
(4)求根法提取共振峰:找出多项式复根的过程通常采用牛顿—拉夫逊(Newton-Raphson)
算法。
(5)LPC倒谱法提取共振峰:语音信号的倒谱可以通过对信号做傅里叶变换,取模的对
数,再求反傅里叶变换得到。
第2页
毕业设计(论文)主要内容:
1:介绍情感语音信号共振峰提取的背景及研究意义,分析语音合成技术的国内外研究现
状、应用领域。
。
(1)虚假峰值(2)共振峰合并(3)高音调语音
,对多种共振峰提取方法进行比较和分析。
(1)谱包络提取法
(2)倒谱法提取共振峰
(3)LPC法提取共振峰
(4)求根法提取共振峰
(5)LPC倒谱法提取共振峰
,分析其优缺点并利用这种方法提取情感语
音中的共振峰。
学生应交出的设计文件(论文):
1:开题报告
2:中期检查
3:毕业论文
第3页
主要参考文献(资料):
[1]胡航.语音信号处理[M].哈尔滨:哈尔滨工业大学出版社,2000:113-116.
[2]张刚,张雪英,马建芬.语音处理与编码[M].北京,兵器工业出版社,2000.
[3]RosalindWPicard.Affectivecomputing[J],MindsandMachines,1999,9:443-447.
[4]CowieRandCorneliusR.DescribingtheemotionalstaresthatareexpressedinSpeech[J],
Human-ComputerStud
文档评论(0)