基于“產生-判別”混合模型的語音情感識別研究.pdf

1、近年來,隨著信息技術的高速發(fā)展和人類對計算機的依賴性不斷增強,智能化的人機交互技術越來越得到人們的重視。鑒于情感在人類的感知、決策等過程扮演著重要的角色,讓計算機具有識別情感的能力也就成為了智能人機交互的一個重要前提。語音作為人類最重要的交流媒介,攜帶著很豐富的情感信息,因而如何從語音中自動識別說話者的情感狀態(tài)也就受到了各領域研究者的廣泛關注。語音情感識別可以看成是一個模式識別的問題。到目前為止,大部分模式識別和分類的方法都被嘗試用于進

2、行語音中情感的自動識別,并且新的方法的應用層出不窮。這些用于語音情感識別的方法可以分為兩種:產生式模型和判別式模型。產生式模型精于對情感語音的內在分布進行建模,有較好的魯棒性,但是不能直接優(yōu)化分類結果,識別率不是很高。判別式模型精于對各情感類別間的分界面進行建模,有較好的分類效果但是忽略了情感的動態(tài)變化特性。本文嘗試將這兩種模型進行融合,提出了基于“產生／判別”混合模型的語音情感識別方法。
　　 本文首先簡要介紹了語音情感識別的

3、相關背景和研究現狀,然后詳細介紹了語音情感識別的基本理論,包括情感定義、分類、語料庫、預處理和特征提取。接著對產生式模型和判別式模型作了介紹,并重點研究了產生式模型HMM、GMM和判別式模型SVM在語音情感識別中的應用。對基于產生式模型的語音情感識別提取了三組短時特征并對其分類效果進行了比較,同時對兩種產生式模型HMM、GMM的情感分類效果進行了分析。對基于判別式SVM模型的語音情感識別提取了63維的全局統計特征,為了避免維數過高帶來的

4、計算復雜度以及去除冗余特征,特運用Fisher準則將得到的高維特征矢量進行特征選擇,最終獲得12個最佳的全局統計特征,并在此基礎上進行了一系列對比實驗。最后,對產生式模型與判別式模型在語音情感識別中的應用進行了總結,分析了兩者的優(yōu)勢和不足之處,并說明了將產生式模型和判別式模型結合用于語音情感識別的必要性。基于此本文提出了二種混合模型方案:第一種是獨立訓練兩種模型然后進行乘法規(guī)則、置信度規(guī)則融合,其特別之處是對SVM進行改進使其產生概率輸