本文關鍵詞：情感語音的非線性特征研究，由筆耕文化傳播整理發(fā)布。

【摘要】：情感語音識別已經(jīng)成為人機交互的重要研究領域之一。通過感知情感狀態(tài),計算機可以對人類的行為進行簡單地認知并采用更為人性化的方式進行交流,拓展了人機交互的更多可能性。情感語音識別是通過計算機手段從說話人的語音信號中識別出情感狀態(tài)。鑒于富含情感的溝通對社會關系的重要性,情感語音識別在人機對話、情感計算、心理和精神疾病診斷等方面都有日趨廣泛的應用潛力。由于情感的多模態(tài)性和自發(fā)性,以及情感理論相關研究的滯后性等多種原因的存在,仍然沒有建立起完全成熟的情感識別系統(tǒng)。結合當前的情感語音識別研究狀況與實際需要,本文首先對情感語音數(shù)據(jù)庫、特征提取以及識別網(wǎng)絡部分三個部分分別進行介紹,然后重點對情感語音特征提取的方法和手段進行詳盡的研究和論述,提出了基于語音發(fā)聲機理混沌特性的新非線性特征,實驗證明了本文提取的非線性特征彌補了以往提取的特征不足之處。主要的研究內(nèi)容包括如下部分:(1)介紹了情感語音識別的基礎知識,包括常用的數(shù)據(jù)庫、特征提取和識別網(wǎng)絡。針對常用的情感特征(韻律特征、基于譜的特征、音質(zhì)特征和TEO能量算子)和識別網(wǎng)絡展開了理論簡介。介紹了語音發(fā)聲和傳播過程中體現(xiàn)出的非線性特性,接著采用非線性動力學理論分析方法,從功率譜分析、主分量分析、相空間重構三個方面驗證了情感語音是具有混沌特性的。(2)在驗證了情感語音信號的混沌特性的基礎上,將情感語音信號看作一維時間學列,采用時間序列分析方法實現(xiàn)情感語音的高維狀態(tài)空間的重構,為進一步提取基于情感語音混沌特性的非線性特征做準備。為了實現(xiàn)情感語音的高維空間重構,本文分別采用鄰接誤差法、平均互信息法以及C-C方法得到一維情感語音信號相空間重構需要的嵌入維數(shù)和延時時間兩個參數(shù),為非線性分析方法提取情感語音非線性新特征提供了條件。(3)提出將情感語音信號處理與非線性動力學模型相結合的方法并仿真實現(xiàn)了基于情感語音混沌特性的非線性特征提取。這些特征包括最小延遲時間、關聯(lián)維數(shù)、Kolmogorov熵、最大Lyapunov指數(shù)和以及用于描述時間序列相關性的Hurst指數(shù)特征,并對上述的非線性特征與情感區(qū)分能力之間的關聯(lián)性進行了定性分析,通過實驗驗證了基于混沌特性的語音情感非線性特征可以作為語音情感區(qū)分的有效的新特征量。(4)利用基于混沌特性的情感語音非線性特征進行了情感語音識別。首先選擇在公開的Berlin語音數(shù)據(jù)庫和自建的離散情感語料庫TYUT2.0作為實驗備選數(shù)據(jù)庫,然后分別提取了韻律學特征、MFCCs和非線性特征及其對應的統(tǒng)計特征,其次對語音情感非線性特征、韻律學特征和MFCCs的性能定性分析,確定了非線性特征是區(qū)分語音情感的有效特征;最后分別使用上述三類特征的不同特征融合作為識別系統(tǒng)的輸入。通過識別率對比,驗證了融合非線性特征后的系統(tǒng)識別性能有了較為顯著的改善。
【關鍵詞】：情感語音識別 混沌特性 非線性特征 支持向量機
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN912.3
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 緒論10-16
• 1.1 研究背景和意義10-11
• 1.2 研究現(xiàn)狀11-13
• 1.2.1 語音情感識別研究現(xiàn)狀11-13
• 1.3 語音情感識別存在問題13-14
• 1.4 研究內(nèi)容與論文安排14-16
• 第二章 情感語音識別系統(tǒng)16-28
• 2.1 情感語音數(shù)據(jù)庫16-17
• 2.2 情感語音特征提取17-22
• 2.2.1 韻律特征18-19
• 2.2.2 基于譜的特征19-21
• 2.2.3 音質(zhì)特征21
• 2.2.4 TEO能量算子21-22
• 2.3 情感語音融合特征22-23
• 2.4 情感語音識別網(wǎng)絡23-26
• 2.4.1 支持向量機23-24
• 2.4.2 隱馬爾科夫模型24-25
• 2.4.3 高斯混合模型25-26
• 2.4.4 模糊認知圖26
• 2.5 本章小結26-28
• 第三章 情感語音的混沌特性研究28-44
• 3.1 語音的混沌特性28-30
• 3.2 情感語音信號的混沌特性30-37
• 3.2.1 功率譜方法30-31
• 3.2.2 情感語音信號的主分量分析31-32
• 3.2.3 情感語音信號的相空間重構32-37
• 3.3 情感語音混沌特征量37-40
• 3.3.1 關聯(lián)維數(shù)37-38
• 3.3.2 Kolmogorov熵38
• 3.3.3 最大Lyapunov指數(shù)38-40
• 3.4 Hurst指數(shù)40-41
• 3.5 本章小結41-44
• 第四章 基于混沌特性的情感語音識別44-56
• 4.1 情感語音數(shù)據(jù)庫處理44
• 4.2 情感語音信號預處理44-45
• 4.3 情感語音特性的提取45
• 4.4 基于混沌特性的情感語音識別實驗45-52
• 4.4.1 最小延遲時間特征在情感語音識別中的應用45-46
• 4.4.2 關聯(lián)維數(shù)特征在情感語音識別中的應用46-47
• 4.4.3 Kolmogorov熵特征在情感語音識別中的應用47
• 4.4.4 最大Lyapunov指數(shù)特征在情感語音識別中的應用47-48
• 4.4.5 Hurst指數(shù)特征在情感語音識別中的應用48-49
• 4.4.6 混沌非線性特征在情感語音識別中的應用49-52
• 4.5 基于融合特征的情感語音識別實驗52-55
• 4.6 本章小結55-56
• 第五章 總結與展望56-60
• 5.1 研究總結56-57
• 5.2 工作展望57-60
• 參考文獻60-65
• 致謝65-66
• 攻讀學位期間發(fā)表的學術論文目錄66

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 夏金祥;范平志;;基于次用戶協(xié)作的主用戶頻譜洞周期穩(wěn)態(tài)特征檢測[J];電路與系統(tǒng)學報;2009年03期

2 潘廣林;梁彥;金術玲;潘泉;程詠梅;;基于子束變換的自適應線性特征檢測[J];火力與指揮控制;2008年10期

3 劉偉;紀玉波;;一種改進的人眼特征檢測方法[J];遼寧石油化工大學學報;2010年03期

4 張寶政;;基于實時擊鍵特征檢測的游戲禁止算法研究[J];信息安全與技術;2012年09期

5 黃志武;張銳;;基于近紅外光和可變形模板的人眼特征檢測方法[J];電腦知識與技術;2008年07期

6 黃家m:;鄭日榮;曾繩濤;;心電信號特征檢測算法研究[J];機電工程技術;2013年08期

7 陳偉;孫勇;楊義先;鈕心忻;;面向特征的信息隱藏檢測研究[J];計算機系統(tǒng)應用;2006年03期

8 楊恒;王慶;;一種新的局部不變特征檢測和描述算法[J];計算機學報;2010年05期

9 范虹;孟慶豐;張優(yōu)云;高強;;基于三階累積量對角切片的信號特征檢測[J];計算機工程與應用;2006年36期

10 吳訓威,盧仰堅,夏銀水;三值序列的特征檢測及其產(chǎn)生[J];浙江大學學報(理學版);2001年04期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 呂堯新;劉志強;朱祥華;;基于相位一致性原理的圖像特征檢測技術[A];第九屆全國青年通信學術會議論文集[C];2004年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 ;IDS的演變[N];網(wǎng)絡世界;2004年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 徐政五;基于太赫茲雷達的人體心跳和微動特征檢測方法研究[D];電子科技大學;2014年

2 王建輝;實時視覺特征檢測與匹配硬件架構研究[D];華中科技大學;2015年

3 鐘清流;時序、圖像特征檢測的理論、方法及應用研究[D];中南大學;2008年

4 杜剛;新聞數(shù)據(jù)中突發(fā)話題檢測研究[D];北京郵電大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 常旭劍;基于FAST檢測及SIFT描述的特征檢測算法[D];中北大學;2015年

2 許可樂;圖像局部不變特征檢測與描述技術研究[D];國防科學技術大學;2013年

3 周圣焱;面向光學生物傳感器的海量光譜信號特征檢測系統(tǒng)[D];上海交通大學;2015年

4 宋愷珉;基于統(tǒng)計特征的網(wǎng)絡入侵檢測技術研究[D];南京郵電大學;2015年

5 姚慧;情感語音的非線性特征研究[D];太原理工大學;2016年

6 姜艷;對基于點表示的物體進行繪制和特征檢測的技術的研究與實現(xiàn)[D];吉林大學;2008年

7 馮小平;基于高光譜成像技術的血跡形態(tài)特征檢測研究[D];重慶理工大學;2013年

8 劉傳靜;三角網(wǎng)格曲面的分級特征檢測算法研究[D];大連理工大學;2006年

9 楊云英;仿射不變特征檢測算法性能分析[D];山西大學;2012年

10 呂思凡;人臉皮膚圖像特征檢測[D];北京交通大學;2008年

  本文關鍵詞：情感語音的非線性特征研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：382687