發(fā)布時(shí)間：2021-04-14 16:58

　　近年來,隨著人工智能技術(shù)迅速的發(fā)展,人與機(jī)器的語音交互越來越智能化。人機(jī)交互中的語音情感識(shí)別已是目前人工智能領(lǐng)域研究熱點(diǎn),使機(jī)器人擁有人一樣的情感狀態(tài),這也是未來發(fā)展的一個(gè)必然趨勢(shì)。本文主要研究基于卷積神經(jīng)網(wǎng)絡(luò)的語音情感識(shí)別算法。在卷積神經(jīng)網(wǎng)絡(luò)算法方面,本文先介紹了卷積神經(jīng)網(wǎng)絡(luò)的基本理論,隨后針對(duì)卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程中的卷積核權(quán)值的更新算法進(jìn)行改進(jìn),使卷積核權(quán)值的更新算法與迭代次數(shù)有關(guān)聯(lián),提高卷積神經(jīng)網(wǎng)絡(luò)的表達(dá)能力。在語音情感特征提取方面,本文介紹了常用的語音特征提取方法,選擇提取語音特征應(yīng)用最廣泛的梅爾頻率倒譜系數(shù)（Mel-Frequency Cepstral Coefficients,MFCC）方法進(jìn)行實(shí)驗(yàn),同時(shí)為了增加情感語音之間的特征差異性,將語音信號(hào)經(jīng)過預(yù)處理后得到的梅爾頻率倒譜系數(shù)特征數(shù)據(jù)矩陣做變換,提高語音情感識(shí)別率。對(duì)上述改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的語音情感識(shí)別模型進(jìn)行實(shí)驗(yàn)分析,實(shí)驗(yàn)表明,改進(jìn)后的語音情感識(shí)別算法的錯(cuò)誤識(shí)別率比傳統(tǒng)算法減少約7%。除此之外,本文還在基于ARM（Advanced RISC Machines）的服務(wù)型機(jī)器人實(shí)現(xiàn)語音情感識(shí)別,設(shè)計(jì)了語音情感識(shí)別系統(tǒng)。根據(jù)... 

【文章來源】：暨南大學(xué)廣東省 211工程院校

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

暨南大學(xué)碩士學(xué)位論文結(jié)構(gòu)模型進(jìn)行語音情感識(shí)別時(shí)，結(jié)果輸出的向量一般不為二進(jìn)制整數(shù)，其取值都在 0-1間的小數(shù)。這時(shí)將輸出向量的數(shù)據(jù)進(jìn)行對(duì)比，最接近整數(shù) 1 的分量則是對(duì)應(yīng)情感類別。如圖 4-3 所示列出在 Matlab 下仿真得到的實(shí)驗(yàn)數(shù)據(jù)，其為 240 句測(cè)試集中 10 句的情感別數(shù)據(jù)，其中在輸出向量的 6 個(gè)分量中最接近 1 的則為對(duì)應(yīng)情感類別。由于數(shù)據(jù)量巨大， Matlab 下仿真直接計(jì)算出每一次測(cè)試的錯(cuò)誤識(shí)別率，所以在后序?qū)嶒?yàn)數(shù)據(jù)分析中，本文接列出每一次測(cè)試的錯(cuò)誤識(shí)別率。

圖 4-4 錯(cuò)誤識(shí)別率對(duì)比曲線圖 4-4 的錯(cuò)誤識(shí)別率對(duì)比曲線可以看到：1）傳統(tǒng) CNN (A1)模型雖然在第 21 次迭近收斂，但收斂不穩(wěn)定；線性改進(jìn) CNN (A1)模型在第 24 次迭代收斂并相對(duì)穩(wěn)定為卷積核權(quán)值每次更新的改變量都是隨著迭代次數(shù)的增加而逐漸遞減，因此隨著的增加而卷積核權(quán)值逐漸的變得穩(wěn)定，模型的識(shí)別率收斂穩(wěn)定，而且錯(cuò)誤識(shí)別率的減少；2）同等訓(xùn)練條件下，增大輸入特征數(shù)據(jù)的線性改進(jìn) CNN (A2)模型在第開始收斂且穩(wěn)定，模型收斂速度更快，由于將輸入的特征數(shù)據(jù)增加一倍可以更好語音情感之間特征差異性，且錯(cuò)誤識(shí)別率更低，因此收斂的更快。從圖 4-4 明顯提出的改進(jìn)語音情感識(shí)別方法的優(yōu)勢(shì)。其中線性改進(jìn)卷積神經(jīng)網(wǎng)絡(luò) CNN(A2)模型感識(shí)別詳細(xì)結(jié)果如表 4-21 所示。表 4-21 線性改進(jìn)卷積神經(jīng)網(wǎng)絡(luò) CNN(A2)模型測(cè)試數(shù)據(jù)情感類別 樣本總數(shù) 訓(xùn)練數(shù)目 測(cè)試數(shù)目 錯(cuò)誤識(shí)別數(shù)目 錯(cuò)誤識(shí)別率生氣 200 160 40 9 22.50%害怕 200 160 40 25 62.50%

【參考文獻(xiàn)】：
期刊論文
[1]嵌入式系統(tǒng)發(fā)展概述[J]. 韋照川,李德明.  科技信息. 2010(01)
[2]嵌入式軟件發(fā)展趨勢(shì)[J]. 吳朝暉.  電子產(chǎn)品世界. 2005(03)
[3]語音情感特征提取和識(shí)別的研究與實(shí)現(xiàn)[J]. 詹永照,曹鵬.  江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版). 2005(01)
[4]基于HMM的關(guān)鍵詞識(shí)別系統(tǒng)[J]. 李云霞,李治柱,吳亞棟.  計(jì)算機(jī)工程. 2004(07)
[5]語音信號(hào)中情感特征的分析和識(shí)別[J]. 余華,王治平,趙力.  電聲技術(shù). 2004(03)
[6]利用模糊熵進(jìn)行參數(shù)有效性分析的語音情感識(shí)別[J]. 王治平,趙力,鄒采榮.  電路與系統(tǒng)學(xué)報(bào). 2003(03)
[7]語音信號(hào)中的情感識(shí)別研究[J]. 趙力,錢向民,鄒采榮,吳鎮(zhèn)揚(yáng).  軟件學(xué)報(bào). 2001(07)
[8]語音信號(hào)中的情感特征分析和識(shí)別的研究[J]. 趙力,錢向民,鄒采榮,吳鎮(zhèn)揚(yáng).  通信學(xué)報(bào). 2000(10)
[9]包含在語音信號(hào)中情感特征的分析[J]. 錢向民.  電子技術(shù)應(yīng)用. 2000(05)
[10]人機(jī)交互技術(shù)研究新進(jìn)展[J]. 方志剛,吳曉波,馬衛(wèi)娟.  計(jì)算機(jī)工程與設(shè)計(jì). 1998(01)

碩士論文
[1]改進(jìn)的GRBM在語音識(shí)別中的應(yīng)用研究[D]. 趙彩光.暨南大學(xué) 2015
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的語音情感識(shí)別[D]. 陳曉東.華南理工大學(xué) 2015
[3]基于HTK的嵌入式語音識(shí)別系統(tǒng)設(shè)計(jì)與優(yōu)化[D]. 夏拓.華南理工大學(xué) 2012
[4]語音情感特征提取方法和情感識(shí)別研究[D]. 郭鵬娟.西北工業(yè)大學(xué) 2007



本文編號(hào)：3137680