我國歷史文化悠久,在五千年的歷史長河中,各個地區(qū)形成了自己區(qū)域獨特的方言,這些方言都是我國的文化瑰寶。大同方言是中國七大方言區(qū)之一的北方方言,研究大同方言對研究北方方言有重要意義,本文主要針對大同方言的語音情感進行研究。方言語音情感識別研究起步較晚和技術(shù)不成熟等客觀原因,使大同方言語音情感識別研究成果匱乏,尤其在語料庫資源上,比較空白。但是社會潛在需求較大、研究潛在價值頗高。研究大同方言對保護我國非物質(zhì)文化遺產(chǎn)有著重要意義,在大同方言研究的基礎(chǔ)上,未來可對山西方言的研究,甚至對全國方言、世界方言的研究有積極作用。本文主要工作內(nèi)容如下:（1）構(gòu)建了大同方言語音離散情感語料庫。該工作主要包括文本語料庫的收集、整理和校對;語音的收集、預(yù)處理（降噪、標注）以及整理,完成11678千多個大同句子錄音,對所得語音數(shù)據(jù)進行人工擴充和預(yù)處理,最終完成12000個可利用的語音樣本數(shù)據(jù)。（2）對比不同特征集在大同方言情感語料庫情感識別上的準確率,使用傳統(tǒng)機器學(xué)習(xí)方法進行識別,與傳統(tǒng)方法提取的情感特征對比。實驗結(jié)果說明了IS09,IS10,ComParE特征集在大同方言上的有效性,且為后續(xù)實驗特征選擇做出參... 

【文章來源】：中北大學(xué)山西省

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

普通話語音與大同話語音對比

中北大學(xué)學(xué)位論文4性。（5）在服務(wù)業(yè)上，二十一世紀以來，人工智能技術(shù)飛速發(fā)展，智能客戶服務(wù)技術(shù)逐漸成熟，已經(jīng)可以為人們解決生活中的不少問題。而大同方言語音情感識別可以幫助大同用戶提升體驗，監(jiān)督人工客服態(tài)度，代替人工客服解決民生問題，釋放冗余人力。這些行業(yè)幾乎囊括了日常生活的方方面面，隨著社會的進步，大同方言語音情感識別研究會有越來越重要的理論價值，值得學(xué)者們進行更深層的研究和探索。同時該研究也有很高的應(yīng)用價值，可以為人們生活的方方面面提供便利；研究大同方言對保護我國非物質(zhì)文化遺產(chǎn)有著重要意義，在大同方言研究的基礎(chǔ)上，可對山西方言的研究，甚至全國乃至全世界方言的研究都有積極促進作用。上述用戶需求和研究意義，都為大同方言語音情感識別的研究奠定了基矗目前在國外，已有很多成熟的外語語音情感識別系統(tǒng)問世。在國內(nèi)，普通話語音情感識別技術(shù)也取得了非常顯著的研究成果，但是在大同方言語音情感識別方面，研究仍然有很大的發(fā)展空間。1.2語音情感識別總體流程方言語音情感識別首先要建立方言語音情感語料庫，在語音數(shù)據(jù)轉(zhuǎn)化為數(shù)字信號后，先經(jīng)過預(yù)處理，對處理過的數(shù)字信號進行特征提取，然后對提取的特征進行篩選后再進行情感分類。這五個部分構(gòu)成一個完整的方言語音情感識別系統(tǒng)。圖1-2方言語音情感識別總體流程Fig.1-2Dialectspeechemotionrecognitionoverallprocess

中北大學(xué)學(xué)位論文6為了減少大量信息的不同特征之間的相關(guān)性，提高神經(jīng)網(wǎng)絡(luò)模型的學(xué)習(xí)效率，往往需要對原始數(shù)據(jù)中的情感表征特征進行篩選，這就是特征選擇。在過去，這需要通過精心構(gòu)造的實際情感特征組合來增加情感的識別率。近年來，大多數(shù)特征選擇都隨著深度學(xué)習(xí)技術(shù)的發(fā)展而采用了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的方法，因為神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)更多高級特征，有效的提高情感的識別率。對這一研究內(nèi)容，將在第四、五章節(jié)進行論述。(5)分類器的訓(xùn)練在獲取情感表征性信息之后，就是利用模型訓(xùn)練分類器，進行情感分類。情感分類可通過分類和聚類來實現(xiàn)，本文使用分類來實現(xiàn)情感分類。情感識別中運用傳統(tǒng)機器學(xué)習(xí)算法進行分類的方法在處理樣本數(shù)較少、低緯度特征集的實驗中效果更好，運用深度學(xué)習(xí)的方法進行分類則在應(yīng)對大量樣本數(shù)據(jù)、高緯度特征集時效果更佳，為了得到更加準確的實驗結(jié)果，本文將對比大兩類算法應(yīng)用在大同方言語音情感識別技術(shù)上的準確率。1.3語音情感識別研究現(xiàn)狀1.3.1國內(nèi)外研究現(xiàn)狀語音情感識別主要有特征提取和分類這兩個研究方向，經(jīng)過無數(shù)學(xué)者在這兩個方向不斷地探索和研究，近年來取得了不少突破性進展，語音情感識別的準確率提升不少。在特征提取方面，除了上面提到的一些基于共振峰的特征、基于能量的特征以及譜特征的特征提取技術(shù)外，還有一些權(quán)威專家設(shè)計的專門用來實現(xiàn)情感識別的語音信號特征集，后續(xù)將會對這些特征集進行匯總介紹。語音經(jīng)過譜變換后得到結(jié)果如圖1-3所示。圖1-3寬帶語譜圖Fig.1-3Broadbandspectrum經(jīng)過不斷地探索與發(fā)現(xiàn)，越來越多的語音特征被用于語音情感識別。語音特征的選

【參考文獻】：
期刊論文
[1]基于RNN的桂柳方言語音識別系統(tǒng)研究[J]. 楊波.  現(xiàn)代計算機. 2019(31)
[2]基于改進BP-Adaboost和HMM混合模型的方言情感識別[J]. 冀常鵬,程琳,李鋒.  成都信息工程大學(xué)學(xué)報. 2019(05)
[3]大同方言“得”字特殊用法研究[J]. 曹婷婷.  呂梁學(xué)院學(xué)報. 2019(03)
[4]大同方言的“起去”[J]. 張寶.  漢語學(xué)報. 2019(01)
[5]離散標簽與維度空間結(jié)合的語音數(shù)據(jù)庫設(shè)計[J]. 陳穎,肖仲喆.  聲學(xué)技術(shù). 2018(04)
[6]重慶方言語音識別系統(tǒng)的設(shè)計與實現(xiàn)[J]. 張策,韋鵬程,陸曉燕,石熙.  計算機測量與控制. 2018(01)
[7]人工智能與語音識別技術(shù)[J]. 胡郁.  電子產(chǎn)品世界. 2016(04)
[8]基于情感詞典的中文微博情感分析模型研究[J]. 梁亞偉.  現(xiàn)代計算機(專業(yè)版). 2015(18)
[9]語音情感識別研究進展綜述[J]. 韓文靜,李海峰,阮華斌,馬琳.  軟件學(xué)報. 2014(01)
[10]淺談大同方言的入聲[J]. 李偉東.  時代文學(xué)(下半月). 2013(04)

碩士論文
[1]基于深度學(xué)習(xí)的語音情感識別研究[D]. 李鵬程.中國科學(xué)技術(shù)大學(xué) 2019
[2]基于深度學(xué)習(xí)的語音情感識別建模研究[D]. 何偉.北京郵電大學(xué) 2019
[3]基于傳統(tǒng)課堂的教師話語情感識別研究[D]. 錢婷.華中師范大學(xué) 2019
[4]大同方言聲調(diào)的實驗研究[D]. 龐雅峰.天津師范大學(xué) 2016
[5]漢語語音預(yù)處理及孤立詞識別方法研究[D]. 赫連浩博.山東大學(xué) 2007



本文編號：3316625