版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著信息技術(shù)的快速發(fā)展和對于人機交互技術(shù)要求的不斷提高,新一代的人機交互對計算機情感智能的需求日益凸顯。情感識別是情感智能的基礎(chǔ)與必要前提,具有重要的理論研究意義和廣闊的市場前景。作為一種高效的人機交互途徑,語音信號蘊含著豐富的說話人情感信息,語音情感識別這項交叉學科研究課題正得到越來越廣泛的關(guān)注與重視。近年來,小波包分析作為非穩(wěn)態(tài)信號分析的有力工具,在數(shù)字語音信號處理領(lǐng)域得到了廣泛關(guān)注。對于語音情感識別研究,發(fā)揮小波包分析的優(yōu)點,提取
2、能有效表征情感的語音特征,是本文的重點研究內(nèi)容。
本文首先介紹了語音情感識別的研究背景與意義,對語音情感識別的研究現(xiàn)狀作了概括性的描述,并分析了語音情感識別研究中的關(guān)鍵問題。
針對語音情感識別問題,本文定義了用于構(gòu)建最優(yōu)小波包基的Fisher比率準則函數(shù),并實現(xiàn)了Fisher比率準則下最優(yōu)小波包基的構(gòu)建。在此基礎(chǔ)上,本文提取了一種語音情感新特征——小波包倒譜系數(shù)。采用支持向量機作為語音情感分類器,本文通過大量的對比實
3、驗驗證了小波包倒譜系數(shù)特征在語音情感識別中的有效性。其后,本文研究了小波包倒譜系數(shù)特征與傳統(tǒng)聲學特征的融合,實驗結(jié)果表明多特征融合進一步提高了語音情感識別的正確率。
最后,針對語音情感識別中的噪聲問題,本文引入了對加性白噪聲具有較好魯棒性的子帶頻譜質(zhì)心參數(shù),并通過適當?shù)娜诤喜呗詫⑵渑c小波包倒譜系數(shù)相結(jié)合,提出了一種小波包倒譜系數(shù)特征的噪聲魯棒性改進算法。不同信噪比水平下的語音情感識別實驗結(jié)果表明,相比于原始的小波包倒譜系數(shù)特征
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于最佳小波包分解的語音壓縮研究.pdf
- 基于MPEG-Ⅰ和小波包分解的說話人識別.pdf
- 基于小波包變換的語音增強算法研究.pdf
- 基于SVM的語音情感識別研究.pdf
- 基于小波包和Hilbert-Huang變換的情感腦電識別研究.pdf
- 基于Boosting的語音情感識別.pdf
- 基于小波包分解和支持向量機的艙音識別技術(shù).pdf
- 基于HHT的語音情感識別研究.pdf
- 基于小波包分解的彩色圖像水印算法研究.pdf
- 基于HMM的情感語音識別.pdf
- 語音情感識別研究.pdf
- 基于主動學習的語音情感識別研究.pdf
- 基于語音和人臉的情感識別研究.pdf
- 基于情感特征信息增強的語音情感識別研究.pdf
- 基于CHMM的語音情感識別的研究.pdf
- 基于分類方法的語音情感識別研究.pdf
- 基于語音混合特征的情感識別研究.pdf
- 基于多級分類的語音情感識別.pdf
- 基于小波包的人臉識別算法.pdf
- 基于特征選擇的語音情感識別.pdf
評論
0/150
提交評論