基于多重分形的语音情感识别研究

摘要

随着科学技术的快速发展,新型的人机交互(Human Machine Interaction,HMI)技术逐渐成为当前计算机科学领域的研究热点。语音情感识别的研究对于增强计算机的人性化和智能化,建立新型人机交互环境等具有重要的现实意义,并将产生很好的经济和社会效益。
　　 本文首先简述了课题的研究背景及文中的主要研究内容,回顾并分析了现阶段国内外语音情感识别中涉及的几个关键技术,包括情感的分类、情感语料库的建立、语音情感特征提取以及情感分类算法等。在此基础上,采用多重分形理论分析语音信号在高兴、生气、悲伤和平静4种不同情感状态下的混沌特性,进而提取了多重分形谱特征和广义Hurst指数作为新的情感特征参数参加语音情感识别。具体内容如下:
　　 (1)基于柏林实验室的德语语料库EMO-DB,观察并分析了在高兴、生气、悲伤和平静四种情感状态下,语音信号的基频、能量振幅、过零率、共振峰以及Mel倒谱系数MFCC等特征的变化规律。
　　 (2)提出了基于多重分形的语音情感特征参数的提取方法。介于传统情感语音特征缺乏对语音混沌特性的表征,采用多重分形理论通过分析不同语音情感状态下的多重分形特征,提取多重分形谱参数和广义Hurst指数作为新的语音情感特征参数。多重分形特征的引入,弥补了传统线性特征在刻画不同情感类型特征上的不足。
　　 (3)根据多重分形对将强度较高的情感(高兴和生气)与强度较低的情感(悲伤和平静)有良好区分度的特性,通过建立SVM二叉树的中间节点,实现对情感类别间的粗分类,保证了将容易混淆的情感类别划归为一组,以便深入分析不同情感状态之间的细微差别。进而采用贡献最大的特征矢量对中间节点上的每组情感再进行分类,其贡献值的确定由经验而得。最后,实现了较为理想的基于经验性特征的SVM二叉树语音情感识别。

目录

文摘

英文文摘

第一章 绪论

1.1 选题背景及意义

1.2 国内外研究现状

1.2.1 语音情感识别研究现状

1.2.2 多重分形发展动态

1.3 语音情感识别概述

1.3.1 语音情感特征提取

1.3.2 特征选择

1.3.3 语音情感识别

1.4 论文组织结构

第二章 语音情感传统特征的分析与提取

2.1 情感的分类

2.2 情感语料库概况

2.3 语音信号预处理

2.3.1 预加重

2.3.2 分帧加窗

2.4 传统语音情感特征参数的分析与提取

2.4.1 基音频率

2.4.2 能量幅度

2.4.3 短时过零率

2.4.4 共振峰

2.4.5 MFCC

2.5 本章小结

第三章 多重分形及其在情感语音中的分析

3.1 分形理论

3.2 多重分形

3.2.1 多重分形定义

3.2.2 多重分形过程

3.3 广义Hurst指数的估计

3.4 尺度函数τ(q)、奇异指数α及多重分形谱f(α)之间的关系

3.5 语音情感多重分形分析

3.5.1 广义Hurst指数的估计

3.5.2 多重分形谱分析

3.6 本章小结

第四章 基于多重分形和SVM的语音情感识别

4.1 支持向量机原理

4.1.1 最优分类面

4.1.2 SVM核函数

4.1.3 SVM多分类算法

4.2 基于SVM一对一算法的语音情感识别

4.2.1 实验步骤及方法

4.2.2 实验结果及分析

4.3 基于二叉树SVM的语音情感识别

4.3.1 SVM二叉树的建立

4.3.2 基于多重分形的SVM二叉树粗分类

4.3.3 基于经验性选择的SVM细分类

4.3.4 实验结果分析与比较

4.4 小结

第五章 总结与展望

5.1 全文总结

5.2 研究展望

参考文献

致谢

附录(攻读硕士学位期间发表录用论文)