基于可視化表示原理的語音情感識別技術(shù)研究.pdf

1、語音情感識別是情感計(jì)算研究中的重要課題，在智能化的人機(jī)交互界面設(shè)計(jì)、提高語音識別的準(zhǔn)確性和情感翻譯等方面有著廣泛的應(yīng)用前景。而可視化作為模式識別中的一種新方法，也正在越來越受到研究者的重視。
　　本文的主要工作就是將多元數(shù)據(jù)圖這種可視化的方法引入到語音情感數(shù)據(jù)的表示和識別中，以圖增強(qiáng)數(shù)據(jù)的直觀可視效果，提高人在識別過程中的參與作用，并通過對多元數(shù)據(jù)圖表示的優(yōu)化和改進(jìn)，增強(qiáng)最終的識別性能。
　　本文首先從分析了語音中常用的聲學(xué)

2、特征，分析其區(qū)分情感的能力。最終選取了短時能量、基頻、語速、共振峰等參數(shù)和其衍生出的情感特征。接下來使用多元數(shù)據(jù)圖的方法對這些情感特征進(jìn)行可視化分析。首先使用雷達(dá)圖，并就雷達(dá)圖表示最重要的排序問題進(jìn)行了討論和研究。使用了兩種排序算法進(jìn)行比較，并提出了計(jì)算量小、性能良好的排序算法，基于模板特征優(yōu)化的方法。然后使用了更加形象的臉譜圖來表示情感特征數(shù)據(jù)。為了使臉譜圖在表示數(shù)據(jù)時能夠在一定程度上表達(dá)數(shù)據(jù)的情感內(nèi)涵，既保留了臉譜圖的優(yōu)良性質(zhì)又做了