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、語(yǔ)音情感識(shí)別要求從語(yǔ)音樣本中提取情感特征參數(shù),并采用一定的模式識(shí)別方法,識(shí)別語(yǔ)音中包含的情感類型。這是語(yǔ)音信號(hào)處理一個(gè)新興的研究方向,具有廣闊的應(yīng)用前景。語(yǔ)音情感識(shí)別中,如何提取能有效反映情感信息的特征是最關(guān)鍵的問(wèn)題,它直接決定識(shí)別的結(jié)果。
本文用希爾伯特-黃變換(HHT)對(duì)情感語(yǔ)音進(jìn)行處理,從整體上分析其特征,并在此基礎(chǔ)上提取特征參數(shù),進(jìn)行文本無(wú)關(guān)和說(shuō)話人無(wú)關(guān)的語(yǔ)音情感識(shí)別,取得滿意的效果。具體內(nèi)容如下:
2、詳細(xì)論述HHT的原理,揭示其本質(zhì)特征和用于信號(hào)處理的優(yōu)點(diǎn)。在此基礎(chǔ)上提出邊際能量的概念,并將其與邊際譜一起用于分析情感語(yǔ)音。對(duì)高興、生氣、厭煩和平靜四種情感語(yǔ)音進(jìn)行統(tǒng)計(jì)分析,發(fā)現(xiàn)邊際能量和邊際譜分別反映情感語(yǔ)音在時(shí)域和頻域的能量分布特征,能體現(xiàn)不同情感的內(nèi)在規(guī)律。因此,將其作為情感識(shí)別的依據(jù),在邊際能量的基礎(chǔ)上提取時(shí)域特征希爾伯特能量統(tǒng)計(jì)值(EHHT),在邊際譜的基礎(chǔ)上提取頻域特征:子帶能量(SE)、子帶能量一階差分(DSE)、子帶能量
3、倒譜系數(shù)(SECC)和子帶能量倒譜系數(shù)的一階差分(DSECC)。最后采用矢量量化(VQ)的方法,分別用上述特征做說(shuō)話人無(wú)關(guān)、文本無(wú)關(guān)的語(yǔ)音情感識(shí)別。結(jié)果表明,單獨(dú)使用時(shí)域特征或頻域特征不能有效識(shí)別語(yǔ)音情感,而將此兩種特征結(jié)合用于識(shí)別,能使識(shí)別率最高達(dá)到98.53%,且隨碼本尺寸的變化波動(dòng)很小,效果相對(duì)穩(wěn)定。
本文將HHT用于情感語(yǔ)音處理,將時(shí)頻特征結(jié)合用于語(yǔ)音情感識(shí)別,不僅提高了識(shí)別率,而且大大縮小了碼本尺寸,具有一定的實(shí)
4、際意義。
語(yǔ)音情感識(shí)別要求從語(yǔ)音樣本中提取情感特征參數(shù),并采用一定的模式識(shí)別方法,識(shí)別語(yǔ)音中包含的情感類型。這是語(yǔ)音信號(hào)處理一個(gè)新興的研究方向,具有廣闊的應(yīng)用前景。語(yǔ)音情感識(shí)別中,如何提取能有效反映情感信息的特征是最關(guān)鍵的問(wèn)題,它直接決定識(shí)別的結(jié)果。
本文用希爾伯特-黃變換(HHT)對(duì)情感語(yǔ)音進(jìn)行處理,從整體上分析其特征,并在此基礎(chǔ)上提取特征參數(shù),進(jìn)行文本無(wú)關(guān)和說(shuō)話人無(wú)關(guān)的語(yǔ)音情感識(shí)別,取得滿意的效果。具體內(nèi)
5、容如下:
詳細(xì)論述HHT的原理,揭示其本質(zhì)特征和用于信號(hào)處理的優(yōu)點(diǎn)。在此基礎(chǔ)上提出邊際能量的概念,并將其與邊際譜一起用于分析情感語(yǔ)音。對(duì)高興、生氣、厭煩和平靜四種情感語(yǔ)音進(jìn)行統(tǒng)計(jì)分析,發(fā)現(xiàn)邊際能量和邊際譜分別反映情感語(yǔ)音在時(shí)域和頻域的能量分布特征,能體現(xiàn)不同情感的內(nèi)在規(guī)律。因此,將其作為情感識(shí)別的依據(jù),在邊際能量的基礎(chǔ)上提取時(shí)域特征希爾伯特能量統(tǒng)計(jì)值(EHHT),在邊際譜的基礎(chǔ)上提取頻域特征:子帶能量(SE)、子帶能量一階
6、差分(DSE)、子帶能量倒譜系數(shù)(SECC)和子帶能量倒譜系數(shù)的一階差分(DSECC)。最后采用矢量量化(VQ)的方法,分別用上述特征做說(shuō)話人無(wú)關(guān)、文本無(wú)關(guān)的語(yǔ)音情感識(shí)別。結(jié)果表明,單獨(dú)使用時(shí)域特征或頻域特征不能有效識(shí)別語(yǔ)音情感,而將此兩種特征結(jié)合用于識(shí)別,能使識(shí)別率最高達(dá)到98.53%,且隨碼本尺寸的變化波動(dòng)很小,效果相對(duì)穩(wěn)定。
本文將HHT用于情感語(yǔ)音處理,將時(shí)頻特征結(jié)合用于語(yǔ)音情感識(shí)別,不僅提高了識(shí)別率,而且大大縮小
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。
最新文檔
- 基于HHT的語(yǔ)音情感識(shí)別技術(shù)研究.pdf
- 基于HHT語(yǔ)音識(shí)別技術(shù)研究.pdf
- 基于SVM的語(yǔ)音情感識(shí)別研究.pdf
- 基于Boosting的語(yǔ)音情感識(shí)別.pdf
- 基于HMM的情感語(yǔ)音識(shí)別.pdf
- 語(yǔ)音情感識(shí)別研究.pdf
- 基于主動(dòng)學(xué)習(xí)的語(yǔ)音情感識(shí)別研究.pdf
- 基于語(yǔ)音和人臉的情感識(shí)別研究.pdf
- 基于情感特征信息增強(qiáng)的語(yǔ)音情感識(shí)別研究.pdf
- 基于CHMM的語(yǔ)音情感識(shí)別的研究.pdf
- 基于分類方法的語(yǔ)音情感識(shí)別研究.pdf
- 基于語(yǔ)音混合特征的情感識(shí)別研究.pdf
- 基于多級(jí)分類的語(yǔ)音情感識(shí)別.pdf
- 基于特征選擇的語(yǔ)音情感識(shí)別.pdf
- 基于SVM的漢語(yǔ)語(yǔ)音情感識(shí)別研究.pdf
- 基于特征選擇的語(yǔ)音情感識(shí)別研究.pdf
- 基于頻譜感知特征的語(yǔ)音情感識(shí)別研究.pdf
- 基于模糊聚類的語(yǔ)音情感識(shí)別研究.pdf
- 基于RBF的語(yǔ)音情感識(shí)別方法研究.pdf
- 基于SVM的漢語(yǔ)語(yǔ)音情感識(shí)別的研究.pdf
評(píng)論
0/150
提交評(píng)論