【正文】 孫老師嚴謹?shù)闹螌W(xué)態(tài)度、淵博的知識和誨人不倦的師者風范使我受益匪淺。 18 分 幀 加 窗 ┃ F F T ┃ l o g I F F T 加 窗┃ F F T ┃l o g平 滑 處 理共 振 峰 圖 51 共振峰提取框圖 計算語音基音周期N點取倒譜的前N點加N點漢明窗計算頻譜formant1formant(1:2)=formant1(:2)T=2?平滑處理formant=formant2formant()=formant2(1)*+formant2()*+frmant2(+1）*繪圖 圖 52 共振峰提取流程圖 19 共振峰提取結(jié)果及結(jié)論分析 情感語音原始波形 圖 53 情感語音 —— 高興原始波形 圖 54 情感語音 —— 生氣原始波形 20 圖 55 情感語音 —— 中立原始波形 情感語音共振峰提取結(jié)果 圖 56 情感語音 —— 高興共振峰提取結(jié)果 21 圖 57 情感語音 —— 生氣共振峰提取結(jié)果 圖 58 情感語音 —— 中立共振峰提取結(jié)果 22 結(jié)論分析 本文所研究的高興、生氣、中立三種情感語音的錄音文本為“ Good morning”，時長為一秒，這三種情感語音的原始波形分別如圖 5 54 和 55 所示。如果對)( ?jeX 的絕對值取對數(shù)，得 )(ln)(? ?? jj eXeX ? () 則 )(? ?jeX 為實數(shù)，由此求出的倒頻譜 c(n)為實倒譜，簡稱為倒譜，即 ??? ?? ?? ?? deeXnc njj )(ln21)( () 在式（ ）中，實部是可以取唯一值的，但對于虛部，會引起唯一性問題，因此要求相角為 ? 的連續(xù)奇函數(shù) [3]。并且，與L(2)( ? )， ? (1)( ? )相比， ? (3)( ? ）隨 k??? 增加而衰減得最快，并最終說明 ? (3)(? ）具有最高的頻率分辨率， 能更有效地解決共振峰合并的問題，提取更精確的語音信號共振峰參數(shù) [24]。這個倒譜是根據(jù)現(xiàn)行預(yù)測模型得到的，又稱為 LPC 倒譜。 圖 43 LPC 譜估計法求取的共振峰參數(shù)圖 求根法提取共振峰 找出多項式復(fù)根的過程通常采用牛頓 — 拉夫遜（ NewtonRaphson）算法。 9 第 4章 共振峰的提取方法及分析 譜包絡(luò)提取法 共振峰信息包含在語音頻譜包絡(luò)中，因此共振峰參數(shù)提取的關(guān)鍵是估計自然語音頻譜包絡(luò)，并認為譜包絡(luò)中的最大值就是共振峰。共振峰是反映聲道諧振特性的重要特征，它 代表了發(fā)音信息的最直接來源，而且人在語音感知中利用 了共振峰信息，所以共振峰參數(shù)的提取一直以來都是語音信號處理領(lǐng)域中重要的研究題之一。其識別過程如下 :首先對情感語句進行預(yù)處理，語音情感語句預(yù)處理包括預(yù)加重、分幀加窗和端點檢測等 。怎么樣才能獲取高質(zhì)量的情感語音是建立語音庫的關(guān)鍵問題。首先介紹了倒譜的定義以及倒譜法提取共振峰的原理，接下來畫出了共振峰提取框圖和共振峰提取流程圖，最后給出了情感語音中高興、生氣和中立的共振峰提取結(jié)果。 （ 1）譜包絡(luò)提取法 共振峰信息包含在語音頻譜包絡(luò)中，因此共振峰參數(shù)提取的關(guān)鍵是估計自然語音頻譜包絡(luò)，并認為譜包絡(luò)中的最大值就是共振峰。 C N Anagnostopoulos 和 T ，提取了 133 個語音特征來識別其中語音情感，根據(jù)統(tǒng)計分析來估計每種語音特征、人工神經(jīng)網(wǎng)絡(luò)用于訓(xùn)練情感分類，最后達到了平均 51%的識別率 [10]。 情感語音識別技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀 九十年代中期 之后，語音情感信息處理受到了越來越多的關(guān)注，這方面的研 究也在不斷深入，并取得了一定的進展。 Formant extraction method。 （ 5） LPC 倒譜法提取共振峰：語音信號的倒譜可以通過對信號做傅里葉變換， 取模的對 數(shù)， 再求反傅里葉變換得到。語音作 為一種自然有效的人機交互方式，成為當前的研 究熱點。所以共振峰是語音信號處理中非常重要的特征參數(shù)，已經(jīng)廣泛地用作語音識別的主要特征和語音編碼傳輸?shù)幕拘畔ⅰ? 學(xué)生應(yīng)交出的設(shè)計文件（論文）： 1：開題報告 2：中期檢查 3：畢業(yè)論文 第 3 頁 主要參考文獻（資料）： [1] 胡航 . 語音信號處理 [M]. 哈爾濱 : 哈爾濱工業(yè)大學(xué)出版社 , 2020: 113116. [2] 張剛 , 張雪英 , 馬建芬 . 語音處理與編碼 [M]. 北京 , 兵器工業(yè)出版社 , 2020. [3] Rosalind W Picard. Affective puting[J], Minds and Machines, 1999, 9:443447. [4] Cowie R and Cornelius R. Describing the emotional stares that are expressed in Speech[J], HumanComputer Studies, 2020, 40:53. [5] D Ververidis and C Kotropoulos, Emotional speech recognition:Resources, features and methods[J], Speech Communication, 2020, 48(9):11621181. [6] Cowie, , , MeMahon, , , ’:An Instrument for Recording Perceived Emotion in Real Time. In ISCA Workshop on Speech and Emotion, Belfast 2020. [7] Cowie, , and hearers are people:Reflections on Speech deterioration as a consequence of acquired deafness in Profound Deafness and Speech Communication. London, 1995. [8] ， , statistical analysis of the signal and prosodic signs of emotion in Proc. 4th Int. Conf. Spoken Language , PA, 1996:19891992. [9] 趙力 , 蔣春輝 , 鄒采榮 . 語音信號中的情感特征分析和識別的研究 [N]. 電子學(xué)報 , 2020, 4:606609. [10] 付麗琴 , 王玉寶 , 王長江 . 基于多特征向量的語音情感識別 [J]. 計算機科學(xué) , 2020, 36(6):231134. 專業(yè)班級 通信 0902 班 學(xué)生 趙智越 要求設(shè)計（論文）工作起止日期 2020 年 2 月 25 日 — 2020 年 6 月 16 日 指導(dǎo)教師簽字 日期 教研室主任審查簽字 日期 系主任批準簽字 日期 第 4 頁 I 情感語音信號中共振峰參數(shù)的提取方法 摘 要 語音情感 識別是新型人機交互技術(shù)的研究熱點之一，在人工智能方面有著較廣泛的應(yīng)用前景。 語音信號處理技術(shù)作為一個重要的研究領(lǐng)域有著很長時間的研究歷史，然而在傳統(tǒng)語音信號處理中往往忽略了在語音信號中的情感因素。下面將分別簡單介紹國內(nèi)外情感語音識別發(fā)展現(xiàn)狀。蔣丹寧通過特征的區(qū)別特性分析和分類實驗，研究了韻律特征在普通話語音情感識別中的作用。 （ 5） LPC 倒譜法提取共振峰 語音信號的倒譜可以通過對信號做傅里葉變換，取模的對數(shù)，在求反傅里葉變換得到。傳統(tǒng)的研究通常用日常語言標簽來標識和分類情感，比如把情感分為高興、憤怒、害怕等 [15]。然而，由于涉及法律和版權(quán)問題，這類情感語音的錄制較為困難，成本也比較高。共振峰參數(shù)包括共振峰頻率和頻帶寬度，它是區(qū)別不同韻母的重要參數(shù)。但在線性預(yù)測分析方法出現(xiàn)之前的頻譜包絡(luò)估計器中， 出現(xiàn)虛假峰值是相當普遍的現(xiàn)象。因此用低時窗 ()ln從語音信號倒譜 c(n)中所截取出來得 h(n)，能更精確地反映聲道響應(yīng)。當求根過程初始時，第一幀的猜測值可以在單位圓上等間隔設(shè)置。 LPC 分析在大 多數(shù)情況下能成功提取語音的共振峰參數(shù)。用一組逆濾波器來逼近語音信號的短時能譜，通過動態(tài)搜索算法可以得到濾波器組中各個濾波器的位置與帶寬，從而確定了共振峰的位置和帶寬。 下面我們分析聲道沖激響應(yīng)序列經(jīng)過倒譜后的特征。 （ 2） 分析情感語音共振峰參數(shù)提取的多種方法，并比較優(yōu)缺點。同時，還要感謝所有在我大學(xué)階段指導(dǎo)過我，給予我教誨和栽培的各 位老師。并同時提取多種情感種類的語音信號共振峰，并分析提取結(jié)果。但是使用倒譜法估計共振峰頻率中要注意，并不是所有的譜峰都是共振峰，而且當兩個共振峰很靠近時，會發(fā)生譜重疊，很難計算共振峰的帶寬。因此用低時窗 ()ln從語音信號倒譜 c(n)中所截取出來得 h(n)，能更精確地反映聲道響應(yīng)。 杭州電子工業(yè)學(xué)院郁伯康，郁梅在 LPC 方法提取語音信號共振峰的分析中說明線性預(yù)測編碼 (LPC)是進行語音信號分析、語音信號編碼最有效的技術(shù)之一。 LPC 倒譜法提取共振峰 語音信號的倒譜可以通過對信號做傅里葉變換，取模的對數(shù)， 再 求反傅里葉變換得到。此時求出聲道響應(yīng)分量的譜峰，就可以求出共振峰，這里有兩種途徑：一是用標準的求取復(fù)根的方法計算全級模型分母多項式A(z)的根，稱為求根法；一是用運算量較少的 DFT 法，求 A(z)的離散頻率響應(yīng) A(k)的谷點來得到共振峰的位置。 8 （ 3）高音調(diào)語音。這就可以幫助我們解釋為什么在很多的樂器中，同一樂器所發(fā)出的不同 音調(diào) 具有相同的 音質(zhì) 。引導(dǎo)型情感語音是自然型和表演型情感語音錄制方法的一種折中，定制性比較強且語料的獲取相對方便，適合基于不同文本的語音情感方面的研究。 除了以標簽法將情感分成離散的類別之外， 一些研究者嘗試在連續(xù)的空間中描述情感，也稱作維度輪 [19]。最后介紹了語音情感識別系統(tǒng)。系統(tǒng)分兩個階段完成 :首先基于漏識率和誤識率最小的決策原則，采用優(yōu)先選擇 (PFS)算法分別為每種情感狀態(tài)選擇最優(yōu)的特征向量，然后用這些特征向量分別建立對應(yīng)情感狀態(tài)的 HMM 模型。他們收集并創(chuàng)建了第一個大規(guī)模的高自然度聲音的情感數(shù)據(jù)庫，同時還開發(fā)了一個 FEELTRACE 工具用來記錄人類從語音中感知到的情感信息 [6]。共振峰是反映聲道諧振特性的重要特征，它代表了發(fā)音信息的最直接的來源，而且人在語音感知中 利用了共振峰信息。 本文通過 MATLAB 軟件利用倒譜法實現(xiàn)了 對高興、生氣、中立三種情感狀態(tài)的共振峰參數(shù)的提取。 2：共振峰的幾種提取方法 （ 1）譜包絡(luò)提取法：共振峰信息包含在語音頻譜包絡(luò)中， 因此共振峰參數(shù)提取的關(guān)鍵是 估計自然語音頻譜包絡(luò)， 并認為譜包絡(luò)中的最大值就是共振峰。太原理工大學(xué) 畢業(yè)設(shè)計（論文）任務(wù) 書 畢業(yè)設(shè)計（論文）題目： 情感語音信號中共振峰參數(shù)的提取方法 畢業(yè)設(shè)計（論文）要求及原始數(shù)據(jù)（資料）： 要求： 1：大量查閱關(guān)于共振峰提取技術(shù)的資料（通過 Inter 或圖書館）。共振峰作為情感特征信息的非韻律特征參數(shù)，我們研究提取它的方法對包含在語音信號中的情感信息分析和處理時及其有意義的 。由于倒譜法根據(jù)對數(shù)功率譜的逆傅立葉變換，能夠分離頻譜包絡(luò)和細微結(jié)構(gòu)，很精確地得到共振峰信息，所以本文重點研究倒譜法提取共振峰。共振峰頻率簡稱共振峰，它與聲道的形狀和大小有關(guān)，一種形狀對應(yīng)著一套共振峰。 英國貝爾法斯特女王大學(xué)的 RoddyCowie 和 EllenDouglasCowie 教授領(lǐng)導(dǎo)的情感語音小組研究的重點在于心理學(xué)和語音分析。 中國電子科技研究院的付麗琴等人以 HMM 作為語音情感分類器模型，對不同情感狀態(tài)選擇不同的特征向量進行識別。首先簡單地介紹通過離散形式和情感維度空間兩種方法概述了情感的分類，然 4 后介紹了情感語音數(shù)據(jù)分為 3 個類別以及本文所用的情感語音數(shù)據(jù)庫。 例如，將語音僅分為 “ 無情感含義 ”與 “ 帶情感含義 ” 兩大類 ； 或是分為 “ 情感強烈 ” 與