在計(jì)算機(jī)技術(shù)領(lǐng)域,未來(lái)的目標(biāo)將是減少人與機(jī)器的溝通障礙。提取信號(hào)中蘊(yùn)含的情感特征來(lái)判斷情緒波動(dòng)的語(yǔ)音情感研究已成為一個(gè)很有發(fā)展?jié)摿Φ难芯空n題。結(jié)合語(yǔ)音情感識(shí)別的廣泛需求,本文研究了基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別算法。具體研究?jī)?nèi)容如下:提取了四種不同情感的語(yǔ)音特征。四種不同情感為生氣、害怕、快樂(lè)和傷心。首先提取了語(yǔ)速、短時(shí)平均能量、短時(shí)平均過(guò)零率和基音頻率四個(gè)韻律學(xué)特征;然后提取了音質(zhì)特征共振峰;最后提取了基于譜的相關(guān)特征梅爾頻率倒譜系數(shù)。研究了基于BP神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別算法。首先對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,其中輸入為不同語(yǔ)音特征組成的行向量,最后對(duì)不同情感類(lèi)別的語(yǔ)音進(jìn)行識(shí)別�；贐P神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別實(shí)驗(yàn)主要從迭代訓(xùn)練次數(shù)、學(xué)習(xí)率、隱含層神經(jīng)元個(gè)數(shù)、樣本集個(gè)數(shù)、不同特征組合和情感種類(lèi)數(shù)六個(gè)方面展開(kāi)。實(shí)驗(yàn)結(jié)果表明:當(dāng)對(duì)四種不同的情感兩兩組合時(shí),語(yǔ)音情感識(shí)別率在65.85%到91.00%之間;本文對(duì)四種不同情感的識(shí)別率比選用支持向量機(jī)算法提高了5.47%。研究了基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別算法。首先對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,其中特征輸入為一個(gè)梅爾頻率倒譜系數(shù)情感特征組成的矩陣,最終對(duì)不同情...

【文章頁(yè)數(shù)】：91 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 課題研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容及章節(jié)安排
第二章 語(yǔ)音情感識(shí)別的基本理論
    2.1 語(yǔ)音情感研究的基本流程
    2.2 情感理論
        2.2.1 情緒的有限狀態(tài)集和維度空間
        2.2.2 語(yǔ)音情感理論
        2.2.3 語(yǔ)音情感語(yǔ)料庫(kù)簡(jiǎn)介
    2.3 語(yǔ)音信號(hào)預(yù)處理
        2.3.1 語(yǔ)音信號(hào)預(yù)加重
        2.3.2 語(yǔ)音信號(hào)分幀和加窗
    2.4 語(yǔ)音特征分類(lèi)
    2.5 語(yǔ)音情感分類(lèi)器
    2.6 本章小結(jié)
第三章 語(yǔ)音情感特征的分析及提取
    3.1 語(yǔ)音韻律學(xué)情感特征的分析及提取
    3.2 語(yǔ)音音質(zhì)情感特征的分析及提取
    3.3 語(yǔ)音譜相關(guān)情感特征的分析及提取
    3.4 語(yǔ)音特征的統(tǒng)計(jì)學(xué)參數(shù)
    3.5 本章小結(jié)
第四章 基于BP神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別算法研究
    4.1 BP神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
        4.1.1 BP神經(jīng)網(wǎng)絡(luò)的基本原理
        4.1.2 BP神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)表達(dá)
        4.1.3 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練步驟
    4.2 BP神經(jīng)網(wǎng)絡(luò)算法用于語(yǔ)音情感識(shí)別的方案設(shè)計(jì)
        4.2.1 BP神經(jīng)網(wǎng)絡(luò)算法的特征輸入
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)算法的參數(shù)設(shè)置
    4.3 基于BP神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別實(shí)驗(yàn)
        4.3.1 迭代訓(xùn)練次數(shù)對(duì)BP神經(jīng)網(wǎng)絡(luò)識(shí)別性能的影響
        4.3.2 學(xué)習(xí)率對(duì)BP神經(jīng)網(wǎng)絡(luò)識(shí)別性能的影響
        4.3.3 隱含層神經(jīng)元個(gè)數(shù)對(duì)BP神經(jīng)網(wǎng)絡(luò)識(shí)別性能的影響
        4.3.4 樣本集個(gè)數(shù)對(duì)語(yǔ)音情感識(shí)別率的影響
        4.3.5 不同特征組合的BP神經(jīng)網(wǎng)絡(luò)識(shí)別率比較
        4.3.6 情感種類(lèi)對(duì)BP神經(jīng)網(wǎng)絡(luò)識(shí)別率的影響
        4.3.7 實(shí)驗(yàn)分析
    4.4 本章小結(jié)
第五章 基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別算法研究
    5.1 卷積神經(jīng)網(wǎng)絡(luò)實(shí)驗(yàn)工具簡(jiǎn)介
    5.2 卷積神經(jīng)網(wǎng)絡(luò)的基本理論
        5.2.1 卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)
        5.2.2 卷積神經(jīng)網(wǎng)絡(luò)的求解和訓(xùn)練過(guò)程
    5.3 卷積神經(jīng)網(wǎng)絡(luò)算法用于語(yǔ)音情感識(shí)別的方案設(shè)計(jì)
        5.3.1 卷積神經(jīng)網(wǎng)絡(luò)算法的特征輸入
        5.3.2 卷積神經(jīng)網(wǎng)絡(luò)算法的參數(shù)設(shè)置
        5.3.3 卷積神經(jīng)網(wǎng)絡(luò)算法的網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
    5.4 基于卷積神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別實(shí)驗(yàn)
        5.4.1 卷積神經(jīng)網(wǎng)絡(luò)算法的訓(xùn)練過(guò)程
        5.4.2 情感種類(lèi)對(duì)卷積神經(jīng)網(wǎng)絡(luò)識(shí)別率的影響
        5.4.3 訓(xùn)練集個(gè)數(shù)對(duì)情感識(shí)別率的影響
        5.4.4 卷積神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)兩種語(yǔ)音情感識(shí)別算法比較
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3763916