語音情感識(shí)別是人工智能領(lǐng)域的人機(jī)交互和機(jī)器的智能化研究中的一個(gè)重要分支。語音情感識(shí)別主要包含語音庫的建立,情感特征的提取,語音特征選擇,情感識(shí)別。情感特征的提取和語音情感特征選擇是重要的環(huán)節(jié),對(duì)于語音情感識(shí)別率的高低有著重要的影響。對(duì)語音情感的特征進(jìn)行選擇可以有效減少冗余數(shù)據(jù)選擇出更好的表征語音情感的特征,以提高語音情感的識(shí)別率。本文主要研究工作如下:首先,是建立語音情感庫,根據(jù)電視劇《空巢姥爺》視頻,獲得語音情感語料,建成老人語音情感庫。其次,特征選擇方法根據(jù)評(píng)價(jià)函數(shù)的不同可以分為過濾式和封裝式,本文選擇了過濾式中的信息增益來獲得一部分特征集,然后根據(jù)搜索策略由于進(jìn)一步篩選特征。搜索策略包含全局最優(yōu)搜索類、隨機(jī)搜索類和啟發(fā)式搜索類。因?yàn)槿肿顑?yōu)搜索時(shí)間復(fù)雜度很高,在實(shí)際中難以應(yīng)用,而隨機(jī)類搜索策略的結(jié)果不確定性較大,因此本文選擇了啟發(fā)式搜索算中的序列前向選擇算法。本文結(jié)合信息增益與序列前向選擇算法在兩個(gè)不同的語料庫上進(jìn)行語音情感特征提取得到三組原始特征集,然后分別在信息增益,序列前向算法,以及信息增益加序列前向選擇算法下,采用支持向量機(jī)進(jìn)行語音情感識(shí)別。實(shí)驗(yàn)結(jié)果表明本文提出的特征選擇... 

【文章來源】：安徽建筑大學(xué)安徽省

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

過濾器原理圖

圖 1-2 封裝器原理圖評(píng)價(jià)函數(shù)主要有相關(guān)性（Correlation）、距離（Distance Metrics）、信息益（IG）、一致性（Consistency）和分類器錯(cuò)誤率（Classifier Error Rate）[69]。1.4 論文的主要工作與組織結(jié)構(gòu)本文的主要工作是建立了老人語音情感庫，并且采用了新的特征選擇方法在德國語料庫和老人語音情感庫上進(jìn)行了語音情感的識(shí)別，實(shí)驗(yàn)結(jié)果顯示出要原有的文獻(xiàn)結(jié)果提升了許多。并且在文章中對(duì)比分析了實(shí)驗(yàn)中需要的各種實(shí)驗(yàn)法優(yōu)劣以及適用的情況。第一章是緒論環(huán)節(jié)，我們主要介紹了情感計(jì)算的發(fā)展，國內(nèi)外研究背景以本文研究問題的來源、目的和意義。分析了當(dāng)前語音發(fā)展的狀況，以及未來的展趨勢(shì)。對(duì)于語音提取環(huán)節(jié)的特征選擇我們做了大量的調(diào)研，對(duì)使用的主要方以及國內(nèi)外的研究現(xiàn)狀做了統(tǒng)計(jì)的分析。特別是對(duì)特征選擇中的搜索過程和評(píng)

學(xué)碩士學(xué)位論文 第二章 語音情感特征的提第二章 語音情感識(shí)別情感識(shí)別系統(tǒng)情感識(shí)別是利用計(jì)算機(jī)模擬人類的大腦對(duì)語音信號(hào)中的情感信號(hào)識(shí)知的過程。圖 2.1 給出了語音情感系統(tǒng)框架圖。語音情感識(shí)別系統(tǒng)的部，第一步是訓(xùn)練階段，第二階段是測(cè)試階段。提取即特征參數(shù)分析，主要的目的是提取一組可以表征語音信號(hào)特征征參數(shù)要盡可能多的反映用于識(shí)別的信息，因?yàn)榇撕蟮奶幚砭⒃谏�。例如，�?duì)異音字特征間距可能大而同音字間的距離可能的小。特可能的減少特征維數(shù)，利于存儲(chǔ)，減少計(jì)算機(jī)的計(jì)算量。

【參考文獻(xiàn)】：
期刊論文
[1]定向運(yùn)動(dòng)員識(shí)圖過程中視覺搜索特征研究[J]. 劉陽,何勁鵬.  中國體育科技. 2018(04)
[2]基于參數(shù)尋優(yōu)決策樹SVM的語音情感識(shí)別[J]. 王富,孫林慧,蘇敏,趙城.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(07)
[3]基于廣度優(yōu)先搜索的虛擬網(wǎng)絡(luò)映射算法分析[J]. 趙冬梅,夏春梅.  電腦編程技巧與維護(hù). 2017(22)
[4]測(cè)試用例自動(dòng)生成中等式約束處理算法[J]. 張博,邢穎,宮云戰(zhàn),賈薇.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2017(09)
[5]融合信息增益與和聲搜索的語音情感特征選擇[J]. 陶勇森,王坤俠,楊靜,李廉.  小型微型計(jì)算機(jī)系統(tǒng). 2017(05)
[6]基于類依賴的語音情感特征選擇[J]. 陳俊,王愛國,王坤俠,安寧,李廉.  微電子學(xué)與計(jì)算機(jī). 2016(08)
[7]基于改進(jìn)SFS特征選擇BP識(shí)別算法[J]. 朱旭東,梁光明,馮雁.  現(xiàn)代電子技術(shù). 2015(12)
[8]表情和姿態(tài)的雙模態(tài)情感識(shí)別[J]. 閆靜杰,鄭文明,辛明海,邱偉.  中國圖象圖形學(xué)報(bào). 2013(09)
[9]一種新的局部運(yùn)動(dòng)模糊圖像恢復(fù)與合成算法[J]. 劉彬,薄華.  電子設(shè)計(jì)工程. 2013(12)
[10]基于信息增益的特征選擇算法在語音識(shí)別系統(tǒng)中的應(yīng)用[J]. 孫贏.  科技通報(bào). 2012(12)

博士論文
[1]混沌偽隨機(jī)序列算法及圖像加密技術(shù)研究[D]. 劉楊.哈爾濱工業(yè)大學(xué) 2015
[2]語音情感識(shí)別方法研究[D]. 王坤俠.合肥工業(yè)大學(xué) 2015
[3]普通話語音情感識(shí)別關(guān)鍵技術(shù)研究[D]. 謝波.浙江大學(xué) 2006

碩士論文
[1]基于OBSI和特征選擇的語音情感識(shí)別算法[D]. 邱東杰.大連海事大學(xué) 2017
[2]基于多生理信號(hào)的情緒識(shí)別方法研究[D]. 何成.浙江大學(xué) 2016
[3]肌電信號(hào)在情感狀態(tài)識(shí)別中的研究[D]. 程穎.西南大學(xué) 2011
[4]基于心電信號(hào)的情感識(shí)別研究[D]. 徐亞.西南大學(xué) 2010
[5]生理信號(hào)的情感模式識(shí)別[D]. 牛曉偉.西南大學(xué) 2008
[6]基于特征選擇與融合的語音情感識(shí)別研究與實(shí)現(xiàn)[D]. 謝環(huán).南京航空航天大學(xué) 2008



本文編號(hào)：3420635