基于多重分形的語音情感識別研究.pdf

1、隨著科學技術(shù)的快速發(fā)展,新型的人機交互(Human Machine Interaction,HMI)技術(shù)逐漸成為當前計算機科學領(lǐng)域的研究熱點。語音情感識別的研究對于增強計算機的人性化和智能化,建立新型人機交互環(huán)境等具有重要的現(xiàn)實意義,并將產(chǎn)生很好的經(jīng)濟和社會效益。
　　 本文首先簡述了課題的研究背景及文中的主要研究內(nèi)容,回顧并分析了現(xiàn)階段國內(nèi)外語音情感識別中涉及的幾個關(guān)鍵技術(shù),包括情感的分類、情感語料庫的建立、語音情感特征提取以

2、及情感分類算法等。在此基礎(chǔ)上,采用多重分形理論分析語音信號在高興、生氣、悲傷和平靜4種不同情感狀態(tài)下的混沌特性,進而提取了多重分形譜特征和廣義Hurst指數(shù)作為新的情感特征參數(shù)參加語音情感識別。具體內(nèi)容如下:
　　 (1)基于柏林實驗室的德語語料庫EMO-DB,觀察并分析了在高興、生氣、悲傷和平靜四種情感狀態(tài)下,語音信號的基頻、能量振幅、過零率、共振峰以及Mel倒譜系數(shù)MFCC等特征的變化規(guī)律。
　　 (2)提出了基于多

3、重分形的語音情感特征參數(shù)的提取方法。介于傳統(tǒng)情感語音特征缺乏對語音混沌特性的表征,采用多重分形理論通過分析不同語音情感狀態(tài)下的多重分形特征,提取多重分形譜參數(shù)和廣義Hurst指數(shù)作為新的語音情感特征參數(shù)。多重分形特征的引入,彌補了傳統(tǒng)線性特征在刻畫不同情感類型特征上的不足。
　　 (3)根據(jù)多重分形對將強度較高的情感(高興和生氣)與強度較低的情感(悲傷和平靜)有良好區(qū)分度的特性,通過建立SVM二叉樹的中間節(jié)點,實現(xiàn)對情感類別間的