情感語音信號中共振峰參數(shù)的提取方法開題報(bào)告(編輯修改稿)
2025-02-14 21:44 本頁面
【文章內(nèi)容簡介】 先開展了普通話語音情感識別的研究。他們分析了不同情感的語音在時(shí)間構(gòu)造，能量構(gòu)造，基音構(gòu)造，共振峰構(gòu)造等方面的差別，以情感語音和自然語音特征向量的差值作為情感識別特征，用主成分分析法識別高興、驚奇、憤怒、悲傷四類情感，在較小的實(shí)驗(yàn)數(shù)據(jù)集中能達(dá)到約80%的識別率。由清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系的蔡蓮紅教授領(lǐng)導(dǎo)的人機(jī)語言交互實(shí)驗(yàn)室也開展了普通話語音情感識別研究。蔣丹寧通過特征的區(qū)別特性分析和分類實(shí)驗(yàn)，研究了韻律特征在普通話語音情感識別中的作用。將韻律特征分解為純語音的特征和純情感的特征，并將后者運(yùn)用于語音情感識別，用多層感知器對六種情感進(jìn)行識別，%的識別率。臺灣大同大學(xué)資訊工程學(xué)系的包蒼龍教授領(lǐng)導(dǎo)的數(shù)據(jù)通訊與信號處理實(shí)驗(yàn)室也較早地致力于普通話語音情感識別的研究。他們構(gòu)建一個(gè)包含憤怒、高興、悲傷、厭煩和中立五個(gè)情感類別，約800句情感語音的普通話情感語音數(shù)據(jù)庫。在語音情感識別中，提取16個(gè)LPC參數(shù)，12個(gè)LPCC參數(shù)，16個(gè)LFPC參數(shù)，16個(gè)PLP參數(shù)，20個(gè)MFCC參數(shù)組成向量，作為識別特征，用LDA，KNN和HMM分類器對說話人無關(guān)和說話人相關(guān)兩組語音素材做識別，%的識別率。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(jìn)行識別。系統(tǒng)分兩個(gè)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。利用北航情感語音庫(BHUDES)對算法進(jìn)行驗(yàn)證，將所有實(shí)驗(yàn)樣本分為訓(xùn)練樣本集、特征選擇樣本集和測試樣本集3組，采用交叉實(shí)驗(yàn)的方法對本算法進(jìn)行驗(yàn)證，結(jié)果表明，與單特征向量HMM相比，多特征向量HMM可達(dá)到更高識別精度。三 主要研究內(nèi)容 ，分析情感語音識別技術(shù)的國內(nèi)外研究現(xiàn)狀、應(yīng)用領(lǐng)域。 。 （1）虛假峰值 （2）共振峰合并 （3）高音調(diào)語音 。 （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(jì)自然語音頻譜包絡(luò)， 并認(rèn)為譜包絡(luò)中的最大值就是共振峰。 （2）倒譜法提取共振峰 因?yàn)榈棺V運(yùn)用對數(shù)運(yùn)算和二次變換將基音諧波和聲道的頻譜包絡(luò)分離開來。 去除了激勵(lì)引起的諧波波動， 所以可以更精確地得到共振峰參數(shù)。 （3）LPC法提取共振峰 從線性預(yù)測導(dǎo)出的聲道濾波器是頻譜包絡(luò)估計(jì)器的最新形式， 線性預(yù)測提供了一個(gè)優(yōu)良的聲道模型 （條件是語音不含噪聲） 。 （4）求根法
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1