目前,傳統(tǒng)的語音情感特征主要有音質(zhì)特征、韻律學(xué)特征和頻譜特征等,都單一地集中于語音的時域或者頻域,而很少考慮語音的時頻相關(guān)特性,使得提取的特征不充分。語譜圖能夠很好地聯(lián)通語音的時頻兩域,使得研究語音的時頻相關(guān)性變成可能�；诖�,本文從以下兩個方面開展語譜圖的紋理特征提取研究:1)針對完全局部二值模式(Complete Local Binary Pattern,CLBP)特征維度高,且在缺失中心像素點(diǎn)的情況下又過分依賴中心像素點(diǎn)的不足,構(gòu)建了均勻完全局部二值符號模式(UniformCLBP_Sign,UCLBP_S)和改進(jìn)幅度模式(Improved CLBP__Magnitude,ICLBP_M)。同時,針對經(jīng)典決策級加權(quán)投票融合方法在分類器識別性能大體相同時無法發(fā)揮作用的缺點(diǎn),提出冪指數(shù)加權(quán)融合方法。首先,將原始語音樣本轉(zhuǎn)化為語譜圖,再使用多尺度、多方向的Log-Gabor濾波器對語譜圖做處理,放大語譜圖的細(xì)節(jié)信息;然后提取語譜圖的UCLBP_S和ICLBP__M的分...

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１語音情感識別流程圖??

并進(jìn)行預(yù)加重，提升語音樣本的質(zhì)量。??作為人工智能與模式識別的一個分支，語音情感識別技術(shù)與人臉表情識別技??術(shù)相類似，大體分為語音預(yù)處理、語音情感特征提取和分類識別三部分，如圖２．１??所示：??————?＇?—?Ｎ??Ｉ?１?？?Ｉ??＊?■■■■■■?１?Ｉ＇＂???１?＼?....

圖２．２分幀加窗??

２．２．１梅爾倒譜系數(shù)??ＭＦＣＣ是語音分析中應(yīng)用最廣泛的特征之一。它是基于人類聽覺系統(tǒng)提取的，??為語音情感識別提供了一種自然、真實的參考。ＭＦＣＣ的計算過程如圖２．３所示。??１０??

圖２．３?ＭＦＣＣ特征提取流程圖??．

這一聲道特征將會改變，因此，語音中的情感信息可以利用這些特征提??取出來。使用ＬＰＣＣ的優(yōu)點(diǎn)是它的算法效率更高，計算量較少，可以有效地描述元??音［４２］，其具體計算方式如圖２．４所示：??語音樣本一＂？預(yù)處理?？計算ＬＰＣ?￥計算ＬＰＣＣ??圖２．４?ＬＰＣＣ特征提取流程圖??....

圖２．５?ＰＬＰ特征提取流程圖??

語音樣本一？預(yù)加重?一？分幀一？］加窗—??？?ＦＦＴ?一？?ＭＥＬ濾波器組－？對數(shù)運(yùn)算一？?ＤＣＴ??圖２．３?ＭＦＣＣ特征提取流程圖??Ｆｉｇ?２．３?Ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ＭＦＣＣ?ｆｅａｔｕｒｅ?ｅｘｔｒａｃｔｉｏｎ??在預(yù)處理后，使語音幀通過漢明窗，然后采用快速傅....

本文編號：3916401