基于语谱图特征的语音情感识别研究

摘要

目前，在语音情感识别领域，研究者经常选用的情感语音特征有音质特征、频域特征、时域特征等特征，而关注语音时域-频域相关性的研究则相对较少，发展较晚。本文利用语谱图反映语音时域-频域相关性的特点，提取语谱图多种不同的纹理特征，将所提特征应用于语音情感识别。通过实验分析，部分语谱图纹理特征取得了比较好识别率，验证了基于语谱图特征的语音情感识别方法的可行性。
　　本文主要以语谱图为基础对语谱图纹理特征的提取和分类进行了研究，主要完成的工作包含以下几部分：
　　(1)介绍了语音情感研究的背景、意义、发展现状以及常用的图像纹理特征提取方法和纹理特征分类方法。
　　(2)利用Gabor小波分别结合灰度共生矩阵方法、Tamura方法、局部二值模式(LBP)方法提取语谱图特征。
　　(3)提出了改进的局部二值模式方法、融合语谱图LBP特征和局部Hu矩特征方法，并以柏林语音库为基础进行情感语音识别，实验结果显示不同情感的综合识别率有了比较明显的提升。
　　(4)实现了支持向量机和 K近邻分类方法对所提特征进行分类识别，并研究了语谱图灰度共生矩阵特征、Tamura特征、LBP特征、改进的 LBP特征、融合LBP特征与局部Hu距特征的情感识别效果，以及融合特征权值对识别率的影响。经过比较不同方法下的识别率，改进后的 LBP方法与融合语谱图LBP特征与局部Hu距特征方法取得了较好的实验结果。

目录

声明

第一章 绪论

1.1语音情感研究的背景与意义

1.2语音情感的研究现状

1.3完成的主要工作

1.4文章结构安排

第二章 纹理特征简介

2.1纹理基本概念

2.2纹理特征提取方法

2.3本章小结

第三章 语谱图特征提取

3.1情感语音库的选取

3.2语谱图的产生

3.3特征提取

3.4本章小结

第四章 语音情感识别

4.1 基于支持向量机的语音情感识别实验

4.2基于K邻近方法的语音情感识别实验

4.3本章小结

第五章 总结与展望

5.1工作总结

5.2研究展望

参考文献

致谢

攻读硕士学位期间发表的论文