近年來,人機交互領(lǐng)域,特別是在智能語音助手方面(如Siri,Cortana,Google Assistant)取得了巨大的進步,但我們?nèi)匀浑y以自然地與機器通信。語音情感識別正逐步成為人機交互領(lǐng)域的最新趨勢之一。一般認為語音情感在人機交互中不可或缺,因為它給出了語境信息,體現(xiàn)了說話人的意圖,有助于機器更好地理解人類的語音。然而,我們還不清楚哪種語音特征能夠更有效地表征語音的情感,這也是語音情感識別在技術(shù)上的挑戰(zhàn)性問題。本研究的目的是為了探索有效的語音特征以便進一步提升語音情感識別準確率。傳統(tǒng)的語音情感識別是使用具有經(jīng)驗性的語音感知特征來區(qū)分情緒。近年來,卷積神經(jīng)網(wǎng)絡(CNN)在從原始語譜圖挖掘深度信息方面表現(xiàn)出了強大優(yōu)勢,但是基于感知特征的先驗知識沒有像傳統(tǒng)方法那樣被充分利用。為了解決這個問題,我們提出了一種新穎的特征組合策略,即同時利用綜合語譜信息和先驗知識。首先,我們將基于先驗知識的低級聲學特征(LLDs)按時間排列為時間序列LLDs,以便CNN進行的有效學習。接下來,將時間序列LLDs和原始語譜圖融合為組合語譜特征(CSF)。為了進一步增加全局和動態(tài)信息,在CSF上添加了統(tǒng)計特征生...

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

圖2-1語音情感識別的一般流程

第2章語音情感識別方法與特征提取72.1語音情感識別方法對于語音情感識別，一般的流程如圖2-1所示。首先通過麥克風等傳感器采集語音信號，對情感語音進行分癥加窗等預處理。然后從語音中提取聲學特征，進行特征選擇或降維，以得到用于分類的情感特征。最后根據(jù)所提取特征選擇合適的分類模型，辨....

圖2-2情感的激活度-效價空間圖

天津大學碩士學位論文8OCC模型[24]在認知科學中是眾所周知的，但由于其復雜性很高，在計算機科學應用中并未廣泛采用。離散情感模型和維度情感模型相互關(guān)聯(lián)，各有利弊。離散情感模型簡單，有利于分類任務。維度情感模型可以更好地解決情感描述能力，更好地反應不同情感的微妙差異。2.1.2語....

圖2-4MFCC特征提取流程圖

第2章語音情感識別方法與特征提取13如表2-2所示，384維語音感知特征由32維低級聲學特征（LLDs）及其統(tǒng)計值組成。接下來我們會詳細介紹使用最頻繁的基頻和梅爾頻率倒譜系數(shù)。2.2.2.1梅爾頻率倒譜系數(shù)在信號處理中，梅爾頻率倒譜（MFC）[27]實質(zhì)是一種線性余弦變換，基于非....

圖3-1M-P神經(jīng)元模型

第3章基于神經(jīng)網(wǎng)絡模型的語音情感識別153.1神經(jīng)網(wǎng)絡模型3.1.1神經(jīng)網(wǎng)絡模型簡介近年來，神經(jīng)網(wǎng)絡模型得到了快速發(fā)展，它在計算機視覺、語音信號識別、運動控制等領(lǐng)域都取得了顯著的成績，并且在工業(yè)中得到了廣泛應用。神經(jīng)網(wǎng)絡的研究很早就被提出，它的網(wǎng)絡結(jié)構(gòu)能夠模擬生物神經(jīng)系統(tǒng)對外界環(huán)....

本文編號：3969642