基于HMM與RBF的語音情感識別.pdf

1、當前,新型智能人機交互技術的研究是計算機科學領域一個十分活躍的課題。模仿和延伸人類的情感使計算機具有識別、理解和表達情感的能力,是智能人機交互非常重要的任務之一。計算機具備了情感能力才能理解語音信號表現(xiàn)的情感,真正做到與人自然的交流。語音情感識別的研究作為智能人機交互的關鍵技術之一,對增強計算機的智能化、人性化、開發(fā)新型人機環(huán)境有著重要的現(xiàn)實意義。計算機根據(jù)語音自動識別說話人的情感,作出更針對的、人性的響應,能夠有效地改善呆板的人機交互

2、服務,提高交互的親切性和準確性。
　　 本文主要是針對單一模型識別情感時的缺陷,建立基于隱馬爾科夫模型和人工神經(jīng)網(wǎng)絡的混合模型進行分類。主要研究內(nèi)容包括：⑴分析語音情感庫及情感分類現(xiàn)狀,確定所需情感類別。按一定規(guī)則選定錄音情感語句、以及實驗設備、錄音人員等,錄制包含高興、悲傷、憤怒、驚奇、平靜五種情感的漢語情感語音庫。⑵針對不同情感的變化規(guī)律,分析并提取了能量、基音頻率、共振峰等情感特征參數(shù)組合成語音情感識別的特征矢量進行情感狀

3、態(tài)的識別。⑶詳細介紹了隱馬爾科夫模型和徑向基神經(jīng)網(wǎng)絡情感語音識別的原理和方法,結(jié)合隱馬爾科夫模型對動態(tài)序列良好的建模能力和徑向基神經(jīng)網(wǎng)絡強大的分類決策能力,建立基于兩者的混合模型?；旌夏Ｐ捅３諬MM的基本框架,在HMM后串聯(lián)一個RBF網(wǎng)絡。同時,混合模型不再采用常用的最佳狀態(tài)序列,而改用狀態(tài)累積概率作為徑向基神經(jīng)網(wǎng)絡的輸入進行分類,避免了特征向量時間規(guī)整的麻煩,克服了神經(jīng)網(wǎng)絡只能處理固定輸入的缺陷。⑷通過MATLAB實驗仿真。結(jié)果表明：