面向智能機(jī)器寵物的語(yǔ)音情緒識(shí)別研究.pdf

1、隨著信息技術(shù)的發(fā)展，使人與機(jī)器用自然語(yǔ)言進(jìn)行對(duì)話的夢(mèng)想一步步接近實(shí)現(xiàn)，人們對(duì)交互能力的要求也越來(lái)越高。簡(jiǎn)單的語(yǔ)音內(nèi)容的識(shí)別已經(jīng)不能滿足人們的要求，讓機(jī)器識(shí)別和理解語(yǔ)音中的情緒已經(jīng)被看作最重要的問(wèn)題之一。 本文首先詳細(xì)介紹了語(yǔ)音情緒識(shí)別的現(xiàn)狀以及機(jī)器寵物、語(yǔ)音、情緒等方面的概念；概括介紹了語(yǔ)音識(shí)別的基本知識(shí)；并簡(jiǎn)單介紹了colea軟件、錄音軟件cool edit和Matlab軟件及工具箱等。 本課題主要從實(shí)用角度，面向個(gè)人

2、機(jī)器寵物，通過(guò)錄制四個(gè)人常用話語(yǔ)建立語(yǔ)音庫(kù)，并提取語(yǔ)音情緒特征。本文詳盡的論述了五個(gè)特征 (即能量均值、能量曲線局部極點(diǎn)個(gè)數(shù)、發(fā)音的持續(xù)時(shí)間、基音頻率均值和平均過(guò)零率)的提取方法，并對(duì)比其他文獻(xiàn)，論證其在本課題實(shí)現(xiàn)上的優(yōu)越性。情緒分類(lèi)過(guò)程中，介紹了常見(jiàn)方法的基本原理，包括主元分析法、混合高斯模型法、矢量量化和支持向量機(jī)方法。重點(diǎn)說(shuō)明模板匹配法的使用和優(yōu)勢(shì)。 課題的實(shí)現(xiàn)是在仿真智能機(jī)器寵物的識(shí)別并學(xué)習(xí)過(guò)程，軟件的編制主要采用Mat

3、lab實(shí)現(xiàn)語(yǔ)音情緒分類(lèi)并構(gòu)建情緒模板進(jìn)行識(shí)別，取得85％以上的識(shí)別率。而后對(duì)識(shí)別的結(jié)果通過(guò)人工神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)、訓(xùn)練形成一定的知識(shí)庫(kù)以進(jìn)行進(jìn)一步的識(shí)別，可達(dá)到90％的識(shí)別率，個(gè)別情緒識(shí)別率已經(jīng)超過(guò)95％。 本文在識(shí)別過(guò)程中，大略的討論課題相關(guān)的聚類(lèi)分析和模糊理論以及對(duì)課題以后的發(fā)展有很好的啟發(fā)性。識(shí)別后學(xué)習(xí)算法，提到了常見(jiàn)的學(xué)習(xí)算法，以及隱馬爾可夫模型，人工神經(jīng)網(wǎng)絡(luò)。 本文在最后討論了語(yǔ)音情緒識(shí)別的發(fā)展，以及與其他領(lǐng)域的