基于小波神經(jīng)網(wǎng)絡(luò)的機(jī)器寵物之語(yǔ)音情感識(shí)別研究.pdf

1、情感智能作為人工智能的一個(gè)方面，對(duì)人的社會(huì)交往起著非常重要的作用。語(yǔ)音信號(hào)不僅傳達(dá)文字符號(hào)信息，還包含了說(shuō)話人的情感信息，從語(yǔ)音信號(hào)中提取情感信息已成為模式識(shí)別領(lǐng)域的一個(gè)新的研究熱點(diǎn)。本課題從工程應(yīng)用的角度出發(fā)，面向個(gè)人機(jī)器寵物，研究語(yǔ)音情感識(shí)別，使機(jī)器寵物能夠識(shí)別和理解主人語(yǔ)音中的情緒，并能與主人進(jìn)行簡(jiǎn)單的情感交互。本文主要完成了下面幾個(gè)方面的工作： 結(jié)合機(jī)器寵物的用途，針對(duì)五種典型情緒（喜悅、悲傷、厭煩、生氣和平靜）建立了四

2、個(gè)人（兩男兩女）的常用話語(yǔ)語(yǔ)音庫(kù)，并對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)處理以獲得有效的語(yǔ)音信號(hào)。 分析語(yǔ)音信號(hào)并提取對(duì)情感有貢獻(xiàn)的特征。本文主要基于時(shí)間構(gòu)造、振幅構(gòu)造、基頻構(gòu)造、共振峰構(gòu)造進(jìn)行了提取，同時(shí)，為避免維數(shù)過(guò)高帶來(lái)的計(jì)算復(fù)雜度，特運(yùn)用主元分析法（PCA）對(duì)得到的特征矢量進(jìn)行降維處理，選擇能夠保留90％以上信息的特征參數(shù)主分量作為情感識(shí)別特征。本文還結(jié)合網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)，提出了特征自動(dòng)篩選的思想，并取得了良好的效果。 設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)，

3、訓(xùn)練網(wǎng)絡(luò)。采用集成神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以提高泛化能力，每種情緒單獨(dú)訓(xùn)練為一個(gè)子網(wǎng)絡(luò)，每個(gè)子網(wǎng)絡(luò)都是一個(gè)三層的小波神經(jīng)網(wǎng)絡(luò)，由五個(gè)子網(wǎng)絡(luò)共同構(gòu)成最終的判決網(wǎng)絡(luò)。 本文把小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于面向機(jī)器寵物的語(yǔ)音情感識(shí)別系統(tǒng)，小波神經(jīng)網(wǎng)絡(luò)結(jié)合了小波變換和神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)，具有較強(qiáng)的逼近和容錯(cuò)能力，已經(jīng)有效地應(yīng)用于信號(hào)處理、模式分類(lèi)和故障診斷等領(lǐng)域。它可以看作是以小波函數(shù)為基礎(chǔ)的一種函數(shù)連接型網(wǎng)絡(luò)，也可以認(rèn)為是徑向基（RFB）網(wǎng)絡(luò)的推廣，在神經(jīng)網(wǎng)絡(luò)研

4、究領(lǐng)域中具有重大潛力。本文研究了小波神經(jīng)網(wǎng)絡(luò)針對(duì)機(jī)器寵物之語(yǔ)音情感分類(lèi)的效果，平均識(shí)別率可達(dá)到80％，對(duì)個(gè)別情緒甚至超過(guò)了90％。另外，利用BP神經(jīng)網(wǎng)絡(luò)和改進(jìn)的QDF方法對(duì)同樣的語(yǔ)音庫(kù)進(jìn)行識(shí)別，與小波神經(jīng)網(wǎng)絡(luò)的識(shí)別效果進(jìn)行了比較分析。 最后，在Matlab環(huán)境下建立了智能機(jī)器寵物學(xué)習(xí)和識(shí)別的仿真系統(tǒng)?？紤]到情感的表達(dá)會(huì)因時(shí)間的改變而發(fā)生變化，訓(xùn)練好的網(wǎng)絡(luò)經(jīng)過(guò)一段時(shí)間后，性能會(huì)有所下降，為克服這種缺陷，本文借鑒控制理論中的反饋控制