面向智能機器寵物的語音情緒識別研究.pdf

1、隨著信息技術(shù)的發(fā)展，使人與機器用自然語言進行對話的夢想一步步接近實現(xiàn)，人們對交互能力的要求也越來越高。簡單的語音內(nèi)容的識別已經(jīng)不能滿足人們的要求，讓機器識別和理解語音中的情緒已經(jīng)被看作最重要的問題之一。 本文首先詳細(xì)介紹了語音情緒識別的現(xiàn)狀以及機器寵物、語音、情緒等方面的概念；概括介紹了語音識別的基本知識；并簡單介紹了colea軟件、錄音軟件cool edit和Matlab軟件及工具箱等。 本課題主要從實用角度，面向個人

2、機器寵物，通過錄制四個人常用話語建立語音庫，并提取語音情緒特征。本文詳盡的論述了五個特征 (即能量均值、能量曲線局部極點個數(shù)、發(fā)音的持續(xù)時間、基音頻率均值和平均過零率)的提取方法，并對比其他文獻，論證其在本課題實現(xiàn)上的優(yōu)越性。情緒分類過程中，介紹了常見方法的基本原理，包括主元分析法、混合高斯模型法、矢量量化和支持向量機方法。重點說明模板匹配法的使用和優(yōu)勢。 課題的實現(xiàn)是在仿真智能機器寵物的識別并學(xué)習(xí)過程，軟件的編制主要采用Mat

3、lab實現(xiàn)語音情緒分類并構(gòu)建情緒模板進行識別，取得85％以上的識別率。而后對識別的結(jié)果通過人工神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)、訓(xùn)練形成一定的知識庫以進行進一步的識別，可達到90％的識別率，個別情緒識別率已經(jīng)超過95％。 本文在識別過程中，大略的討論課題相關(guān)的聚類分析和模糊理論以及對課題以后的發(fā)展有很好的啟發(fā)性。識別后學(xué)習(xí)算法，提到了常見的學(xué)習(xí)算法，以及隱馬爾可夫模型，人工神經(jīng)網(wǎng)絡(luò)。 本文在最后討論了語音情緒識別的發(fā)展，以及與其他領(lǐng)域的