语音情感识别研究

• 作 者: 王萍
• 发表日期: 2010年期
• 关键词: 语音信号 情感识别 特征参数 HMM

语音信号中情感信息的识别对改善人机交互能力有着关键性的作用,它能有效地改善呆板的人机交互服务,提高人机交互的亲切性和准确性。本文以matlab7.0为平台,对面向人机交互的语音情感方法涉及的核心技术进行了研究和仿真,最终实现了语音情感识别。本文共提取了八种与情感状态息息相关的特征参数,并对提取到的八种主要情感特征参数统一进行了矢量量化。最后识别环节选用了离散HMM模型对语音库中的五种情感信号进行了情感识别,统计了识别率。具体工作如下：第一,本文以建立不依赖于录音者和文本内容的语音情感识别为目标,选取了引导型语音采集方法对高兴、惊讶、愤怒、悲伤和中立五种情感进行录音。第二,对语料库中的语音信号进行了预处理后,提取了短时平均能量、短时平均幅值、短时过零率、短时自相关函数、基音频率、LPCC、MFCC和共振峰八种特征参数。第三,在提取完特征参数后,本文选择了DHMM进行了情感识别。采用矢量量化方法,对所有参数进行了特征降维,选取了32阶码本,对特征参数进行量化编码,得到最终用于情感识别的特征参数。利用Baum-Welch算法训练得到了每种情感的HMM模型参数,然后利用前向—后向算法进行了识别,得到男士的平均识别率为65.46%,女士的平均识别率为64.04%。