近年來,人機(jī)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(jìn)步,但我們?nèi)匀浑y以自然地與機(jī)器通信。語音情感識(shí)別正逐步成為人機(jī)交互領(lǐng)域的最新趨勢(shì)之一。一般認(rèn)為語音情感在人機(jī)交互中不可或缺,因?yàn)樗o出了語境信息,體現(xiàn)了說話人的意圖,有助于機(jī)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(shí)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(jìn)一步提升語音情感識(shí)別準(zhǔn)確率。傳統(tǒng)的語音情感識(shí)別是使用具有經(jīng)驗(yàn)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(luò)(CNN)在從原始語譜圖挖掘深度信息方面表現(xiàn)出了強(qiáng)大優(yōu)勢(shì),但是基于感知特征的先驗(yàn)知識(shí)沒有像傳統(tǒng)方法那樣被充分利用。為了解決這個(gè)問題,我們提出了一種新穎的特征組合策略,即同時(shí)利用綜合語譜信息和先驗(yàn)知識(shí)。首先,我們將基于先驗(yàn)知識(shí)的低級(jí)聲學(xué)特征(LLDs)按時(shí)間排列為時(shí)間序列LLDs,以便CNN進(jìn)行的有效學(xué)習(xí)。接下來,將時(shí)間序列LLDs和原始語譜圖融合為組合語譜特征(CSF)。為了進(jìn)一步增加全局和動(dòng)態(tài)信息,在CSF上添加了統(tǒng)計(jì)特征生...

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-1語音情感識(shí)別的一般流程

第2章語音情感識(shí)別方法與特征提取72.1語音情感識(shí)別方法對(duì)于語音情感識(shí)別，一般的流程如圖2-1所示。首先通過麥克風(fēng)等傳感器采集語音信號(hào)，對(duì)情感語音進(jìn)行分癥加窗等預(yù)處理。然后從語音中提取聲學(xué)特征，進(jìn)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(jià)空間圖

天津大學(xué)碩士學(xué)位論文8OCC模型[24]在認(rèn)知科學(xué)中是眾所周知的，但由于其復(fù)雜性很高，在計(jì)算機(jī)科學(xué)應(yīng)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(jiǎn)單，有利于分類任務(wù)。維度情感模型可以更好地解決情感描述能力，更好地反應(yīng)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(shí)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(jí)聲學(xué)特征（LLDs）及其統(tǒng)計(jì)值組成。接下來我們會(huì)詳細(xì)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(hào)處理中，梅爾頻率倒譜（MFC）[27]實(shí)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(luò)模型的語音情感識(shí)別153.1神經(jīng)網(wǎng)絡(luò)模型3.1.1神經(jīng)網(wǎng)絡(luò)模型簡(jiǎn)介近年來，神經(jīng)網(wǎng)絡(luò)模型得到了快速發(fā)展，它在計(jì)算機(jī)視覺、語音信號(hào)識(shí)別、運(yùn)動(dòng)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(yīng)用。神經(jīng)網(wǎng)絡(luò)的研究很早就被提出，它的網(wǎng)絡(luò)結(jié)構(gòu)能夠模擬生物神經(jīng)系統(tǒng)對(duì)外界環(huán)....

本文編號(hào)：3969642