基于最優(yōu)小波包分解的語音情感識別研究.pdf

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