学位论文 > 优秀研究生学位论文题录展示
情感语音的特征提取与识别研究
作 者: 庞欢
导 师: 叶吉祥
学 校: 长沙理工大学
专 业: 计算机应用技术
关键词: 经验模态分解 固有模态函数 特征提取 情感分析 支持向量机 情感识别
分类号: TN912.34
类 型: 硕士论文
年 份: 2012年
下 载: 95次
引 用: 1次
阅 读: 论文下载
内容摘要
随着人机交互技术的发展,语音信号中的情感因素越来越受到广大研究者的重视。提取情感特征是语音信号研究的重要分支之一,针对目前语音情感特征不能有效体现情感特性和情感识别率不高的问题,本文主要做了以下主要工作:1、根据语音的自身特点,本文提取了一些常见的声学特征,比如,基频、共振峰和Mel倒谱系数等,然后,再结合实验分析这些特征的情感特性。实验结果表明这些声学特征确实具有情感特性。2、由于仅仅依靠声学特征对不同的情感语音进行识别所得到的识别率并不是很高,针对这个问题,本文通过经验模态分解(Empirical Mode Decomposition,简称EMD)算法提取语音情感的n阶固有模态函数(Intrinsic Mode Function,简称IMF),然后通过Hilbert变换提取IMF的瞬时频率和瞬时振幅。通过实验分析发现,不同的人在不同情感状态下的同一阶IMF是不相同的,甚至同一个人的IMF也是不相同的。实验结果表明,把所有的IMF作为语音情感识别的情感特征并没有得到最好效果,而是在使用前4阶IMF时识别效果才最好。所以,本文只提取了情感语音的前4阶的IMF,以及其的瞬时频率和瞬时振幅作为新的情感特征。3、本文采用支持向量机(Support Vector Machine,简称SVM)的识别方法对语音情感进行识别,首先,把高兴和生气作为一类,悲伤和平静作为一类对情感语音进行训练和识别,然后再对高兴和生气、悲伤和平静分别进行训练和识别。实验结果表明,该方法识别效果较好,与其他方法相比,识别率有一定地提高。
|
全文目录
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于EMD的车牌识别方法及应用,TP391.41
- 基于多重分形的语音情感识别研究,TN912.34
- 语音情感识别的特征选择与特征产生,TP18
- 基于SVM的跨膜蛋白结构预测应用研究,Q51
- 基于支持向量机的故障诊断研究,TH165.3
- 基于改进的支持向量机的模拟电路故障诊断方法研究,TN710
- 多肽结构表征及其在抗菌肽定量序效关系中的应用,Q51
- 基于图像的路面破损识别,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 电声技术和语音信号处理 > 语音信号处理 > 语音识别与设备
© 2012 www.xueweilunwen.com
|