基于深度學習的情緒感知系統(tǒng)的研究與設計.pdf

1、情緒感知就是對人的情緒進行識別，是人工智能研究的重要方面。為了提高人機交互體驗，讓機器更好地理解人的情感，學術界從人的聲音，表情，動作等方面展開了研究，其中從語音角度進行的情緒感知是本文的主要內容。
　　深度學習是人工智能領域當前最熱的領域，在語音識別，圖像識別，自然語言處理方面都取得了顯著的成果。而深度學習領域的飛速發(fā)展，也產(chǎn)生了一些比較有效的模型方法，如深度信念網(wǎng)絡 DBN，卷積神經(jīng)網(wǎng)絡 CNN，循環(huán)神經(jīng)網(wǎng)絡RNN等等，如何利

2、用深度學習方法在語音情緒感知方面提高情緒感知的準確率是一個新的研究問題。
　　本文正是針對上述問題，以如何應用深度學習方法提高情緒感知準確率為研究對象，在對傳統(tǒng)語音情緒感知的研究理論進行歸納總結的基礎上，同時對深度學習領域的各種模型方法進行詳盡的理論分析，使用 tensorflow平臺建立深度學習模型并且設計基于C/S的iOS移動端的語音情緒感知系統(tǒng)。主要工作如下：
　　1.本文研究了情緒感知的傳統(tǒng)方法，分析了傳統(tǒng)情緒識別方

3、法優(yōu)缺點。傳統(tǒng)情緒感知傳統(tǒng)方法主要是使用手工特征提取，人工種類很多，最常用的是 MFCC梅爾倒譜系數(shù)，但從語音識別領域近年來的成果來看，效果不如將音頻轉化為語譜圖傳入神經(jīng)網(wǎng)絡進行自動特征學習得到的訓練結果好，本文在語音情緒感知中也引入了將語音轉為語譜圖輸入，進行自動特征學習的方式。
　　2.本文研究分析了深度學習的主流模型，分析了當前已有文著采用的深度學習方法，進一步提出 XNN-SVM模型在語音情緒感知領域進行應用。筆者基于Te