普通話語音情感信息的分析與研究.pdf

1、隨著多模態(tài)人機(jī)交互技術(shù)的發(fā)展,新型人機(jī)交互模式的應(yīng)用前景更加廣闊。語音作為一種自然有效的人機(jī)交互方式,成為當(dāng)前的研究熱點(diǎn)。語音信號(hào)不僅包含語言信息,還包含著說話人的情感信息。語音情感信息處理技術(shù)的研究對(duì)于提高計(jì)算機(jī)的智能化具有重要的現(xiàn)實(shí)意義。
　　 基于包含高興、憤怒、悲傷、害怕、驚奇和中性6種情感狀態(tài)的情感語音數(shù)據(jù)庫(kù),本文主要探討了語音信號(hào)中情感信息的處理方法,重點(diǎn)研究了語音情感識(shí)別的相關(guān)技術(shù)。首先對(duì)語音的情感特征參數(shù)進(jìn)行提取

2、,包括韻律特征參數(shù)和譜相關(guān)參數(shù)(MFCC系數(shù))。為了比較情感語句相對(duì)于中性語句的韻律參數(shù)的變化特性,選擇了基頻軌跡、能量包絡(luò)和時(shí)間構(gòu)造參數(shù)的統(tǒng)計(jì)特征進(jìn)行了對(duì)比實(shí)驗(yàn),并得出了具體的數(shù)量變化和比值直方圖。
　　 采用GMM模型建立了基丁MFCC特征參數(shù)的語音情感識(shí)別系統(tǒng)。在最優(yōu)參數(shù)配置下,GMM分類器的平均識(shí)別率可達(dá)到72.34％。分別研究了基于清濁音分段和基于整個(gè)情感語句的韻律特征及其在表征情感狀態(tài)方面的性能,并采用KNN算法和G

3、MM算法分別設(shè)計(jì)了基于韻律特征的語音情感分類器。實(shí)驗(yàn)證明,基于清濁音分段的韻律特征更能區(qū)分不同的情感狀態(tài),在GMM算法下,最高平均識(shí)別率可達(dá)到達(dá)到67.92％。針對(duì)兩種分類算法,分析了各個(gè)情感的識(shí)別率、6種情感的平均識(shí)別率及系統(tǒng)參數(shù)對(duì)性能的影響,同時(shí)比較了分類器對(duì)不同情感狀態(tài)的識(shí)別性能并指出了算法可能存在的缺陷。
　　 在此基礎(chǔ)上,研究了連續(xù)語音識(shí)別系統(tǒng)的設(shè)計(jì)過程,并搭建了基于HTK的情感語音識(shí)別系統(tǒng)。該系統(tǒng)在識(shí)別說話內(nèi)容的同時(shí)