基于多重分形的语音情感识别研究

论文摘要

随着科学技术的快速发展,新型的人机交互（Human Machine Interaction, HMI）技术逐渐成为当前计算机科学领域的研究热点。语音情感识别的研究对于增强计算机的人性化和智能化,建立新型人机交互环境等具有重要的现实意义,并将产生很好的经济和社会效益。本文首先简述了课题的研究背景及文中的主要研究内容,回顾并分析了现阶段国内外语音情感识别中涉及的几个关键技术,包括情感的分类、情感语料库的建立、语音情感特征提取以及情感分类算法等。在此基础上,采用多重分形理论分析语音信号在高兴、生气、悲伤和平静4种不同情感状态下的混沌特性,进而提取了多重分形谱特征和广义Hurst指数作为新的情感特征参数参加语音情感识别。具体内容如下:（1）基于柏林实验室的德语语料库EMO-DB,观察并分析了在高兴、生气、悲伤和平静四种情感状态下,语音信号的基频、能量振幅、过零率、共振峰以及Mel倒谱系数MFCC等特征的变化规律。（2）提出了基于多重分形的语音情感特征参数的提取方法。介于传统情感语音特征缺乏对语音混沌特性的表征,采用多重分形理论通过分析不同语音情感状态下的多重分形特征,提取多重分形谱参数和广义Hurst指数作为新的语音情感特征参数。多重分形特征的引入,弥补了传统线性特征在刻画不同情感类型特征上的不足。（3）根据多重分形对将强度较高的情感（高兴和生气）与强度较低的情感（悲伤和平静）有良好区分度的特性,通过建立SVM二叉树的中间节点,实现对情感类别间的粗分类,保证了将容易混淆的情感类别划归为一组,以便深入分析不同情感状态之间的细微差别。进而采用贡献最大的特征矢量对中间节点上的每组情感再进行分类,其贡献值的确定由经验而得。最后,实现了较为理想的基于经验性特征的SVM二叉树语音情感识别。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 国内外研究现状
• 1.2.1 语音情感识别研究现状
• 1.2.2 多重分形发展动态
• 1.3 语音情感识别概述
• 1.3.1 语音情感特征提取
• 1.3.2 特征选择
• 1.3.3 语音情感识别
• 1.4 论文组织结构
• 第二章 语音情感传统特征的分析与提取
• 2.1 情感的分类
• 2.2 情感语料库概况
• 2.3 语音信号预处理
• 2.3.1 预加重
• 2.3.2 分帧加窗
• 2.4 传统语音情感特征参数的分析与提取
• 2.4.1 基音频率
• 2.4.2 能量幅度
• 2.4.3 短时过零率
• 2.4.4 共振峰
• 2.4.5 MFCC
• 2.5 本章小结
• 第三章 多重分形及其在情感语音中的分析
• 3.1 分形理论
• 3.2 多重分形
• 3.2.1 多重分形定义
• 3.2.2 多重分形过程
• 3.3 广义Hurst 指数的估计
• 3.4 尺度函数τ（ q） 、奇异指数a 及多重分形谱f （ a ） 之间的关系
• 3.5 语音情感多重分形分析
• 3.5.1 广义Hurst 指数的估计
• 3.5.2 多重分形谱分析
• 3.6 本章小结
• 第四章 基于多重分形和 SVM 的语音情感识别
• 4.1 支持向量机原理
• 4.1.1 最优分类面
• 4.1.2 SVM 核函数
• 4.1.3 SVM 多分类算法
• 4.2 基于SVM 一对一算法的语音情感识别
• 4.2.1 实验步骤及方法
• 4.2.2 实验结果及分析
• 4.3 基于二叉树SVM 的语音情感识别
• 4.3.1 SVM 二叉树的建立
• 4.3.2 基于多重分形的SVM 二叉树粗分类
• 4.3.3 基于经验性选择的SVM 细分类
• 4.3.4 实验结果分析与比较
• 4.4 小结
• 第五章 总结与展望
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 致谢
• 附录（攻读硕士学位期间发表录用论文）
• 中英文摘要