目前,傳統(tǒng)的語(yǔ)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(yǔ)音的時(shí)域或者頻域,而很少考慮語(yǔ)音的時(shí)頻相關(guān)特性,使得提取的特征不充分。語(yǔ)譜圖能夠很好地聯(lián)通語(yǔ)音的時(shí)頻兩域,使得研究語(yǔ)音的時(shí)頻相關(guān)性變成可能�；诖�,本文從以下兩個(gè)方面開(kāi)展語(yǔ)譜圖的紋理特征提取研究:1)針對(duì)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(guò)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(hào)模式(UniformCLBP_Sign,UCLBP_S)和改進(jìn)幅度模式(Improved CLBP__Magnitude,ICLBP_M)。同時(shí),針對(duì)經(jīng)典決策級(jí)加權(quán)投票融合方法在分類器識(shí)別性能大體相同時(shí)無(wú)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(yǔ)音樣本轉(zhuǎn)化為語(yǔ)譜圖,再使用多尺度、多方向的Log-Gabor濾波器對(duì)語(yǔ)譜圖做處理,放大語(yǔ)譜圖的細(xì)節(jié)信息;然后提取語(yǔ)譜圖的UCLBP_S和ICLBP__M的分...

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１語(yǔ)音情感識(shí)別流程圖??

并進(jìn)行預(yù)加重，提升語(yǔ)音樣本的質(zhì)量。??作為人工智能與模式識(shí)別的一個(gè)分支，語(yǔ)音情感識(shí)別技術(shù)與人臉表情識(shí)別技??術(shù)相類似，大體分為語(yǔ)音預(yù)處理、語(yǔ)音情感特征提取和分類識(shí)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(yǔ)音分析中應(yīng)用最廣泛的特征之一。它是基于人類聽(tīng)覺(jué)系統(tǒng)提取的，??為語(yǔ)音情感識(shí)別提供了一種自然、真實(shí)的參考。ＭＦＣＣ的計(jì)算過(guò)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(huì)改變，因此，語(yǔ)音中的情感信息可以利用這些特征提??取出來(lái)。使用ＬＰＣＣ的優(yōu)點(diǎn)是它的算法效率更高，計(jì)算量較少，可以有效地描述元??音［４２］，其具體計(jì)算方式如圖２．４所示：??語(yǔ)音樣本一＂？預(yù)處理?？計(jì)算ＬＰＣ?￥計(jì)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(yǔ)音樣本一？預(yù)加重?一？分幀一？］加窗—??？?ＦＦＴ?一？?ＭＥＬ濾波器組－？對(duì)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(yǔ)音幀通過(guò)漢明窗，然后采用快速傅....

本文編號(hào)：3916401