| 【中文题名】 | 基于神经网络的汉语语音情感识别的研究 |
| 【英文题名】 | |
| 【学科专业】 | 软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-4-2 |
| 【中关键词】 | 人机交互,情感识别,语音信号,汉语情感语音数据库,主成分分析,神经网络 |
| 【英关键词】 | Human Computer Interaction,Emotion Recognition,Speech Signal,Mandarin Emotional Speech Database,Principal Component Analysis,Neural Network,Relative Emotion Feature, |
| 【分类导航】 | 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> |
| 【论文摘要】 |
随着人机交互系统的快速发展，语音信号中的情感信息近年来正越来越受到人们的重视，特别是在语音合成和语音识别领域。语音是人类交流的重要手段，是相互传递信息的最方便、最基本和最直接的途径。语音信号和面部表情一样，还同时传递着情感信息。而情感在人们生活和交流中起着重要的角色。不难想象，如果一个人失去了说话和表达情感的能力，那他或她的生活将会与世隔绝，是多么的压抑。
从信号处理的观点来看，语音信号不仅包括了文字信息，还包括了说话人的语调和情感信息。情感可被分为两类：主要(原始)情感和次要(派生)情感。主要或原始情感包括害怕、愤怒、高兴、悲伤和厌恶，是所有社会化的哺乳动物共有的，有其特殊的表现形式。次要或派生情感包括自豪、感激、悲痛、亲切和惊奇，是主要情感的变化或组合形式，其中一些是人类特有的。
语音信号的情感识别也可以看成一个模式识别问题。本文介绍了基于神经网络和主成分分析的汉语语音情感识别。首先我们建立了汉语情感语音数据库，其中包括了说话人无关和说话人有关的情感语音。然后，从语音信号中提取了能量、基频和语速等相关的特征参数。并且，在此数据库的基础上对这些情感声学特征参数作了统计分析... |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
ABSTRACT |
3-5 |
|
目录 |
5-7 |
|
第一章 绪论 |
7-11 |
|
1.1 背景与价值 |
7-9 |
|
1.2 本文的工作 |
9-10 |
|
1.3 本文的结构 |
10-11 |
|
第二章 情感的定义、分类与空间 |
11-16 |
|
2.1 情感的定义 |
11 |
|
2.2 情感的分类 |
11-13 |
|
2.3 情感空间 |
13-16 |
|
2.3.1 Activation-Evaluation空间 |
13-14 |
|
2.3.2 情感轮 |
14-16 |
|
第三章 语音信号分析 |
16-30 |
|
3.1 语音信号分析概述 |
16-17 |
|
3.2 语音信号的数字化和预处理 |
17-18 |
|
3.2.1 采样和量化 |
17 |
|
3.2.2 预处理 |
17-18 |
|
3.3 语音信号时域分析 |
18-23 |
|
3.3.1 短时能量分析 |
18-21 |
|
3.3.2 短时相关分析 |
21-23 |
|
3.4 基音周期检测方法 |
23-30 |
|
3.4.1 基音周期检测概述 |
23-24 |
|
3.4.2 基音检测预处理 |
24-25 |
|
3.4.3 相关法基音检测算法 |
25-27 |
|
3.4.4 基音检测的后处理 |
27-30 |
|
第四章 汉语情感语音数据库 |
30-36 |
|
4.1 概述 |
30 |
|
4.2 情感语音分类 |
30-31 |
|
4.2.1 Spontaneous speech |
30-31 |
|
4.2.2 Acted speech |
31 |
|
4.2.3 Elicited speech |
31 |
|
4.3 情感语音获取方法 |
31-32 |
|
4.4 情感语音数据库的建立 |
32-36 |
|
4.4.1 Speak-Independent情感语音数据库 |
32-33 |
|
4.4.2 Speaker-Dependent情感语音数据库 |
33-36 |
|
第五章 汉语语音的情感声学特征分析 |
36-43 |
|
5.1 语音的情感声学特征 |
36-38 |
|
5.2 汉语语音的情感声学特征统计分析 |
38-43 |
|
5.2.1 基频特性统计分析 |
38-39 |
|
5.2.2 能量强度统计分析 |
39-40 |
|
5.2.3 语速统计分析 |
40-41 |
|
5.2.4 基频、语速和能量比较分析 |
41 |
|
5.2.5 结论分析 |
41-43 |
|
第六章 语音情感声学特征的主成分分析 |
43-50 |
|
6.1 概述 |
43-44 |
|
6.2 数学模型及几何解释 |
44-46 |
|
6.2.1 数学模型 |
44-45 |
|
6.2.2 几何意义 |
45-46 |
|
6.3 主成分的推导 |
46-49 |
|
6.4 计算步骤 |
49-50 |
|
第七章 人工神经网络原理 |
50-67 |
|
7.1 概述 |
50 |
|
7.2 人工神经网络的构成 |
50-56 |
|
7.2.1 神经元 |
51-54 |
|
7.2.2 神经网络的拓扑结构 |
54-55 |
|
7.2.3 神经网络的学习算法 |
55-56 |
|
7.3 前馈神经网络及其主要算法 |
56-57 |
|
7.3.1 感知器 |
56-57 |
|
7.3.2 三层前馈网络 |
57 |
|
7.4 反向传播算法 |
57-62 |
|
7.5 竞争学习、侧抑制和自组织特征映射 |
62-67 |
|
7.5.1 竞争学习和侧抑制 |
62-63 |
|
7.5.2 自组织特征映射 |
63-67 |
|
第八章 基于神经网络的语音情感识别 |
67-76 |
|
8.1 语音情感识别流程 |
67 |
|
8.2 语音情感声学特征参数的选择 |
67-68 |
|
8.3 神经网络的设计 |
68-70 |
|
8.4 Speaker-Independent情感语音的识别 |
70-74 |
|
8.5 Speaker-Dependent情感语音的识别 |
74-76 |
|
第九章 总结与展望 |
76-79 |
|
参考文献 |
79-82 |
|
致谢 |
82 |
|
| 【DOI】 | LunWen.ID:2.2008.386930 |
