欢迎来到天天文库
浏览记录
ID:22666610
大小:769.67 KB
页数:29页
时间:2018-10-30
《毕业论文-基于svr的语音情感识别》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、基于SVR的语音情感识别摘耍随着计算机网络通信技术和多媒体技术的飞速发展,新型的人机交互(HumanMaChineInteraction,HCI)技术已成力当前计算机科学领域一个十分活跃的研究课题。语音情感识别的研究对于増强计算机的智能化和人性化,开发新型人机环境,以及推动心理学等学科的发展,有着重要的现实意义,丼最终产生很大经济效益和社会效益。本文提出了一种连续语音情感识别方法,提取了含有10种情感语音信号的基频,吋长,能量,停顿等情感特征。通过与不带情感的平静的语音信号的比较,总结了不同情感语音信号情感特征的分布规律,利用SVR
2、建立了情感特征参数的匹配模型进行语句情感特征的识别。关键词:情感识别;语音信号;支持向量回归算法。AbstractWiththerapiddevelopmentofcomputernetworkcommunicationandmulti-mediatechnologyofnewHumanmachineinteraction(HCI)hasbecomeaveryactivestudysubjectinthecomputersciencefieldatpresent.Thestudyasenhancingtheintelligencea
3、ndhumanityofcomputerdevelopmentnewhuman-machineenvironments,promotingthestudyofpsychology.Thispaperputsforwardakindofvoiceclassificationmethod,containing10kindsofemotionsextractionofspeechsignalfrequency,duration,energy,pause,suchascharacteristic.Withoutemotionwiththec
4、almvoicesignal,summarizesthecharacteristicsofdifferentemotionalspeechsignal,thedistributionofemotionisestablishedusingtheSVRemotionalcharacteristicparametersmatchingmodelidentificationofemotionalstatement.Keywords:emotionrecognition;speechsignal;SVR.目录要-1Abstract2Mi弓IW
5、31.1语音情感识别的研究背景及意义41.2论文的研究内容5第二章语音情感识别技术产生机理及模型52.1语音产生的生理基础52.2语音产生的物理模型62.3语音信号中的情感特征分析8第三章情感语音库的建立93.1情感语音的分类93.2情感分析川语音资料的选择103.3语音数据的音节切分11第四章语音情感的特征参数分析与提取124.1语音信号的预处理124.2语音情感特征的分析134.2.1时间构造的分析144.2.2振幅能撒构造分析154.2.3基音构造的分析154.3基于汉明窗的情感特征参数提収154.3.1汉明窗简介154.3.
6、2振幅能量参数的提取17第五章语音情感识别185.1支持向量冋归SVR185.2利用SVR建立特別参数识別模型215.3语音情感的识别22第六章结论23醐23参考资料24目录要-1Abstract2Mi弓IW31.1语音情感识别的研究背景及意义41.2论文的研究内容5第二章语音情感识别技术产生机理及模型52.1语音产生的生理基础52.2语音产生的物理模型62.3语音信号中的情感特征分析8第三章情感语音库的建立93.1情感语音的分类93.2情感分析川语音资料的选择103.3语音数据的音节切分11第四章语音情感的特征参数分析与提取124
7、.1语音信号的预处理124.2语音情感特征的分析134.2.1时间构造的分析144.2.2振幅能撒构造分析154.2.3基音构造的分析154.3基于汉明窗的情感特征参数提収154.3.1汉明窗简介154.3.2振幅能量参数的提取17第五章语音情感识别185.1支持向量冋归SVR185.2利用SVR建立特別参数识別模型215.3语音情感的识别22第六章结论23醐23参考资料24第一章引言1.1语音情感识别的研究背景及意义语音信号中的情感信息是重要的信息资源,它是人们感知事物必不可少的部分。例如同样一句话,由于说话人的表现的情感不同,在
8、听者的感知上就会冇较大的差别,所谓“听话听咅”就是这个道理。然而,传统的语咅信号处理技术把这部分信息作为模式的变动和差异噪声通过规则化处理给去棹了。实际上,人们同吋接受各种形式的信息,怎样奋效的利用各种形式的信息以达到最佳的信息传递和
此文档下载收益归作者所有