2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩130頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、自然人機(jī)交互技術(shù)是當(dāng)前計(jì)算機(jī)應(yīng)用技術(shù)研究的重要方向。語(yǔ)音識(shí)別是實(shí)現(xiàn)人機(jī)交互的重要途徑,而語(yǔ)音的情感識(shí)別對(duì)于實(shí)現(xiàn)人機(jī)的自然交互更是至關(guān)重要。近年來(lái)隨著心理學(xué)、生理學(xué)、神經(jīng)科學(xué)和計(jì)算機(jī)技術(shù)及與之相關(guān)的模式識(shí)別技術(shù)的發(fā)展,情感計(jì)算,特別是語(yǔ)音的情感識(shí)別研究,作為計(jì)算機(jī)科學(xué)的一個(gè)重要領(lǐng)域在理論和應(yīng)用上都取得了長(zhǎng)足進(jìn)步。在情感的定義與分類、情感關(guān)聯(lián)的聲學(xué)特征及相關(guān)的分類模型研究上提出了不同的技術(shù)和方法,發(fā)展了多個(gè)語(yǔ)種的情感識(shí)別研究,初步建立起語(yǔ)音

2、情感識(shí)別的框架體系。但隨著人們對(duì)語(yǔ)音情感識(shí)別的要求越來(lái)越高,各種情感識(shí)別方面的應(yīng)用需求提上日程,目前現(xiàn)有的技術(shù)與方法已經(jīng)不能滿足需求,特別是漢語(yǔ)普通話語(yǔ)音情感識(shí)別的研究相對(duì)較少,這就需要我們加快工作步伐,填補(bǔ)這方面的空白。 普通話語(yǔ)音的情感識(shí)別技術(shù)目前主要面臨四大關(guān)鍵技術(shù)問(wèn)題:普通話語(yǔ)音情感語(yǔ)料庫(kù)問(wèn)題,亟待建立一個(gè)在數(shù)量、質(zhì)量、管理和多樣性等方面滿足研究要求的普通話情感語(yǔ)音庫(kù);情感的聲學(xué)關(guān)聯(lián)特征問(wèn)題,尋求一組抗干擾能力強(qiáng),與情感

3、狀態(tài)緊密相關(guān)的聲學(xué)特征向量;小樣本問(wèn)題,減少由于說(shuō)話人和文本差異帶來(lái)的對(duì)情感聲學(xué)特征的干擾,減小情感特征的類內(nèi)距離,提高情感識(shí)別率;特征向量的高維問(wèn)題,經(jīng)過(guò)特征選擇或降維,選出最具有情感區(qū)別力的聲學(xué)特征,提高分類器泛化能力。 本文以下一代自然人機(jī)交互為應(yīng)用背景,系統(tǒng)分析研究了語(yǔ)音情感識(shí)別,特別是普通話語(yǔ)音情感識(shí)別的特點(diǎn)及存在的問(wèn)題;在建立一個(gè)擴(kuò)展性與應(yīng)用能力良好的普通話情感語(yǔ)音數(shù)據(jù)庫(kù)基礎(chǔ)上,提出以特征選擇、相對(duì)特征和情感焦點(diǎn)為核

4、心的新的語(yǔ)音情感識(shí)別技術(shù)。本文的主要研究?jī)?nèi)容概括如下: (1)普通話情感語(yǔ)音數(shù)據(jù)庫(kù)。由于普通話情感語(yǔ)音研究剛剛起步,有關(guān)建立普通話情感語(yǔ)音數(shù)據(jù)庫(kù)的技術(shù)、經(jīng)驗(yàn)和方法都較少。為了研究的需要,本文建立了一個(gè)普通話情感語(yǔ)音數(shù)據(jù)庫(kù),用錄音法和剪輯法共采集1376句情感語(yǔ)音,分憤怒、害怕、高興、中性和悲傷5個(gè)情感類別。數(shù)據(jù)庫(kù)還存儲(chǔ)了各情感語(yǔ)音的基頻、能量、時(shí)長(zhǎng)和共振峰等韻律學(xué)及音質(zhì)相關(guān)的聲學(xué)特征。 (2)聲學(xué)特征分析與選擇。情感的聲

5、學(xué)關(guān)聯(lián)特征是語(yǔ)音情感識(shí)別的關(guān)鍵之一。本文在普通話情感語(yǔ)音數(shù)據(jù)庫(kù)的基礎(chǔ)上,分析韻律學(xué)特征和共振峰特征在不同情感狀態(tài)下的靜態(tài)規(guī)律,以及在情感狀態(tài)轉(zhuǎn)變時(shí)的動(dòng)態(tài)規(guī)律。同時(shí),進(jìn)行特征選擇和大規(guī)模的統(tǒng)計(jì)實(shí)驗(yàn),確定了特征向量在情感識(shí)別領(lǐng)域各種情況下的最優(yōu)配置。 (3)模式分類器研究。在對(duì)現(xiàn)有語(yǔ)音情感識(shí)別領(lǐng)域常用分類器進(jìn)行分析的基礎(chǔ)上,本文選擇神經(jīng)網(wǎng)絡(luò)為主要分類器,詳細(xì)探討了它的原理、結(jié)構(gòu),及其在普通話語(yǔ)音情感識(shí)別中的運(yùn)用。根據(jù)說(shuō)話人和文本的異

6、同,設(shè)計(jì)了4種訓(xùn)練和測(cè)試樣本組織方式,在神經(jīng)網(wǎng)絡(luò)分類器下進(jìn)行情感識(shí)別實(shí)驗(yàn),分析說(shuō)話人與文本差異對(duì)情感識(shí)別的影響,并對(duì)兩種結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行性能優(yōu)化分析。最后比較了神經(jīng)網(wǎng)絡(luò)與SVM和KNN等分類器的識(shí)別性能。 (4)相對(duì)特征研究。針對(duì)說(shuō)話人差異對(duì)語(yǔ)音情感識(shí)別的影響,本文提出了相對(duì)識(shí)別方法,用相對(duì)特征對(duì)說(shuō)話人準(zhǔn)相關(guān)和說(shuō)話人無(wú)關(guān)兩組語(yǔ)音進(jìn)行情感識(shí)別的實(shí)驗(yàn),并將結(jié)果與絕對(duì)特征作了比較。結(jié)果表明在說(shuō)話人無(wú)關(guān)情況下,相對(duì)特征比絕對(duì)特征的

7、平均識(shí)別率提高了約40個(gè)百分點(diǎn)。本文還對(duì)相對(duì)特征和絕對(duì)特征的性能差異、適用范圍和易用性進(jìn)行了分析比較。 (5)情感焦點(diǎn)研究。針對(duì)文本差異對(duì)情感識(shí)別的影響,本文分析了情感語(yǔ)音全局特征的缺點(diǎn),提出以神經(jīng)網(wǎng)絡(luò)為分類器,以分段訓(xùn)練和分段測(cè)試為樣本重組方式,以投票制為最終決策機(jī)制的嶄新識(shí)別方法。在此基礎(chǔ)上,本文提出情感焦點(diǎn)理論,用情感焦點(diǎn)的方法篩選參與投票的語(yǔ)段,最終使得平均識(shí)別率比使用全局特征時(shí)提高了13個(gè)百分點(diǎn)。 此外,本文還

8、介紹了采用神經(jīng)網(wǎng)絡(luò)和特征選擇等技術(shù)開(kāi)發(fā)的一個(gè)普通話語(yǔ)音情感識(shí)別的原型系統(tǒng):EmEars。經(jīng)過(guò)實(shí)驗(yàn)測(cè)試,并與人類識(shí)別性能進(jìn)行比較,可以得出結(jié)論:在說(shuō)話人無(wú)關(guān),且文本無(wú)關(guān)情況下,EmEars的情感識(shí)別能力遠(yuǎn)低于人類;但在說(shuō)話人相關(guān),且文本相關(guān)情況下,EmEars的情感識(shí)別能力有大幅提高,甚至超過(guò)人類。 本文的貢獻(xiàn)和創(chuàng)新點(diǎn)歸納起來(lái)主要有以下三大方面: (1)普通話情感語(yǔ)音數(shù)據(jù)庫(kù)的建立為普通話情感語(yǔ)音的錄制、情感狀態(tài)的引導(dǎo)、文本

9、選擇和語(yǔ)音情感質(zhì)量的評(píng)測(cè)等方面提供了一系列有效的方法,為國(guó)內(nèi)同行的普通話語(yǔ)音情感識(shí)別研究,提供一個(gè)具有可比性的實(shí)驗(yàn)樣本數(shù)據(jù)平臺(tái)。 (2)由于語(yǔ)種的差別,西方語(yǔ)系的情感語(yǔ)音聲學(xué)特征分析與選擇的研究成果不能完全適用于普通話情感語(yǔ)音。本文對(duì)普通話情感語(yǔ)音的此項(xiàng)研究填補(bǔ)了這方面的空白,同時(shí)它也為普通話的情感語(yǔ)音合成提供了參考。本文提出的特征選擇研究方案首次對(duì)情感類別、聲學(xué)特征種類、聲學(xué)特征個(gè)數(shù)以及訓(xùn)練樣本數(shù)量之間的關(guān)系進(jìn)行了定量分析,為

10、尋求特征在種類、數(shù)量和識(shí)別類型上的最優(yōu)配置,提供了有效方法。 (3)本文用實(shí)驗(yàn)方法證實(shí)了說(shuō)話人和文本差異對(duì)語(yǔ)音情感識(shí)別的嚴(yán)重干擾。為解決此技術(shù)難點(diǎn),本文從分析人類的語(yǔ)音情感識(shí)別機(jī)制入手,提出基于相對(duì)特征和情感焦點(diǎn)的新方法。它們能有效減少由于發(fā)聲系統(tǒng)和文本差異造成的類內(nèi)距離增大的不良影響,顯著提高語(yǔ)音情感識(shí)別率。為進(jìn)一步探明人類的語(yǔ)音情感識(shí)別機(jī)制,實(shí)現(xiàn)實(shí)時(shí)的語(yǔ)音情感識(shí)別提供了良好的思路。 本文的研究成果不但豐富了語(yǔ)音情感識(shí)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論