| 【中文题名】 | 语音情感计算的研究及应用 |
| 【英文题名】 | The Research and Application of Speech Affective Computing |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-6 |
| 【中关键词】 | 老龄化社会,老人福祉科技,精神慰藉代理,语音信号处理,语音情感计算, |
| 【英关键词】 | the aging society,gerontechnology,spiritual consolation agent,speech signal processing,speech affective computing, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
人口老龄化已经成为全球性的发展趋势，中国正跑步进入老龄化社会，如何解决空巢家庭中老年人的精神慰藉问题已成为了社会性的难题。本文结合语音信号处理技术、语音情感计算技术、嵌入式技术等先进的科学技术，设计实现了一个用于对独居老人情感进行测量并进行适当慰藉的代理。这样一方面可以降低子女和社会的压力，另一方面也可以消除老人对晚年生活的恐惧感，提高老年人的晚年生活质量。
本文详细介绍了语音信号处理的基础知识，情感计算的模型，语音情感识别的流程，特征参数与语音情感计算的关系及其计算方法，提出了对用AFDM法计算基音频率的改进方法，并改进了KNN算法，都取得了良好的实验效果。最终给出了系统的实现及实验数据的分析，并对课题的研究做了总结和展望。
本文基本实现了空巢老人精神慰藉代理，使得计算机技术能更好的为老人福祉科技服务，体现了科技以人为本和建设和谐社会的精神。 |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
ABSTRACT |
6-8 |
|
目录 |
8-10 |
|
第一章 绪论 |
10-15 |
|
1.1 研究背景 |
10-11 |
|
1.2 高龄化社会带来的问题 |
11-12 |
|
1.3 研究的目的和意义 |
12 |
|
1.4 本文的研究内容及结构安排 |
12-15 |
|
第二章 语音情感计算介绍 |
15-22 |
|
2.1 情感计算及语音情感计算的定义 |
15-18 |
|
2.1.1 情感 |
15-16 |
|
2.1.2 情感的测量 |
16 |
|
2.1.3 情感计算 |
16-18 |
|
2.1.4 语音情感计算 |
18 |
|
2.2 国内外研究现状 |
18-20 |
|
2.3 情感计算与人口老龄化 |
20-21 |
|
2.4 本章小结 |
21-22 |
|
第三章 精神慰藉系统的总体设计 |
22-27 |
|
3.1 精神慰藉系统的硬件设计 |
22-24 |
|
3.2 精神慰藉系统的软件设计 |
24-26 |
|
3.2.1 开发语言选择 |
24-25 |
|
3.2.2 系统模块的划分 |
25-26 |
|
3.3 本章小结 |
26-27 |
|
第四章 语音信号处理 |
27-44 |
|
4.1 语音信号处理的基础知识 |
27-29 |
|
4.1.1 语音信号的产生 |
27-28 |
|
4.1.2 语音信号产生的数字模型 |
28 |
|
4.1.3 语音的声学特征 |
28-29 |
|
4.2 语音信号处理的关键技术 |
29-32 |
|
4.3 语音信号的预处理 |
32-34 |
|
4.4 语音信号特征参数的计算 |
34-43 |
|
4.4.1 特征参数的选择 |
34-37 |
|
4.4.2 基音频率 |
37-39 |
|
4.4.3 语音信号的短时能量 |
39-40 |
|
4.4.4 语音信号的短时平均幅度 |
40 |
|
4.4.5 短时平均过零率 |
40-41 |
|
4.4.6 短时平均幅度变化率 |
41 |
|
4.4.7 频率变化率 |
41-42 |
|
4.4.8 频率变化范围 |
42 |
|
4.4.9 清浊音长度比 |
42-43 |
|
4.5 本章小结 |
43-44 |
|
第五章 语音情感识别 |
44-56 |
|
5.1 情感类型的划分 |
44-45 |
|
5.2 语音情感的转换模型 |
45-46 |
|
5.2.1 离散情感状态模型 |
45 |
|
5.2.2 连续情感空间模型 |
45-46 |
|
5.3 语音情感识别的流程 |
46-47 |
|
5.4 语音信息库的采集 |
47-52 |
|
5.4.1 语音资料的选取 |
47-49 |
|
5.4.2 情感语音样本数据库的建立 |
49-52 |
|
5.4.3 筛选实验 |
52 |
|
5.5 分类算法介绍 |
52-54 |
|
5.6 本章小结 |
54-56 |
|
第六章 情感识别算法选择及实验结果 |
56-65 |
|
6.1 融合算法介绍 |
56-59 |
|
6.1.1 语音情感特征参数的贡献度计算 |
56-58 |
|
6.1.2 改进的KNN算法 |
58-59 |
|
6.2 系统实现及实验结果分析 |
59-64 |
|
6.2.1 系统实现 |
59-60 |
|
6.2.2 实验结果 |
60-63 |
|
6.2.3 实验结果分析 |
63-64 |
|
6.3 本章小结 |
64-65 |
|
第七章 总结与展望 |
65-68 |
|
7.1 总结 |
65-66 |
|
7.2 展望 |
66-68 |
|
参考文献 |
68-73 |
|
附录 |
73-74 |
|
致谢 |
74-75 |
|
攻读学位期间发表的学术论文目录 |
75 |
|
| 【DOI】 | LunWen.ID:2.2008.370607 |
