语音情感识别综述

《语音情感识别综述》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1前言12研究现状12.1概述12.2情感分类与情感化智能计算22.3语音情感的特征提取22.4语音情感识别的方法与手段32.5语音情感识别的工作流程和语音库的获取43.总结与研究展望43.1情感分类与情感识别43.2非线性计算方法与语音情感的识别43.3语音情感的分级识别53.4组合多模式情感识别53.5语音库的选取51前言随着信息技术的高速发展和人类对计算机的依赖性不断增强，人机交互(Human-ComputerInteraction)能力越来越受到研究者的重视。如何实现计算机的拟人化，使其

2、能感知周围的环境和气氛以及对象的态度、情感的内容，自适应地为对话对象提供最舒适的对话环境，尽量消除操作者和机器之间的障碍，已经成为下一代计算机发展的目标。显然，人的大脑所表现出来的心智现象不仅仅体现在“智”的方面，而且还体现在“心”的方面。人工智能已经不仅仅把研究重点放在对人脑智能实现上，而且也开展了对情感和意识方面的研究。一般认为情感是通过语言、姿态、音乐和行为等表达模式来进行交流的，而其中语音信号中的情感信息处理的研究正越来越受到人们的重视。顾名思义，语音情感识别包括语音识别和情感识别两大领

3、域，而情感识别中又包括诸如心理学、生理学等多个学科，所以如果要想使计算机准确的在语音中提取出说话人所表达的感情，就必须要从多方面知识领域着手。目前有许多关于语音和情感之间相互联系的研究，如美国、日本、欧洲、韩国等许多国家的一些研究单位都在进行情感语音处理研究工作。语音情感识别技术的用途非常广泛，可以用来设计人性化的语音人机界面；可以用于互动影视；可以用于辅助语音识别；可以用于情感翻译；还可以用在测谎、电子游戏和辅助心理治疗等方面。2研究现状2.1概述1967年，诺贝尔奖得主SimonHA.在认知

4、基础领域强调[1]：“思想和解决问题的基础理论都不能忽视情感对他们的影响。”情感的传达和描述对于信息的理解和交互是非常重要的。在日常生活中，人们可通过人的面部表情、声音、手势、体态、心跳、步态、体温、呼吸、血压和心肌电流图等来交流情感，其中，人的声音起着非常重要的作用。5人的情感是可以通过语音信号反应出来的。从语音中提取情感的基本思路就是找出能反映情感的声学参数，分析其与情感之间的关系。传统的语音处理系统仅仅着眼于语音词汇传达的准确性，而完全忽略了包含在语音信号中的情感因素，所以它只能反映信息的

5、某个方面。情感的识别和表达对于语言信息的交流和理解是非常必要的，也是人们最大的心理需要之一。而作为认知情感研究的第一步，就是要识别各种情感的表现形式，然后才能有效地在实际中利用情感因素，并进而对心智活动的其他方面进行深入研究。2.2情感分类与情感化智能计算情感的分类是一个有趣而复杂的问题，己有许多学者对这个问题展开讨论[2]。学术界提出的关于情感的定义大概就有100多种。为了让计算机能够更好地完成情感识别任务，必须对人类的情感状态有一种合理而清晰的分类。早在1962年，Tomkins曾提出人类的

6、基本感情有8种，分别是愤怒、害怕、苦恼、厌恶、欢乐、惊奇、关爱和羞愧。1980年，Plutchik提出了与之不同的另外8种基本情感[2]：害怕、愤怒、哀伤、欢乐、厌恶、惊奇、容忍和期待。在1988年的时候，Ortony，Clore和Collins对之前所提出的基本情感分类进行了一个汇总[3]，其中最常见的四种基本情感是害怕、愤怒、悲伤和欢乐，其次常见的四种情感是厌恶和惊奇。除去这六种情感之后，其余的情感分类就比较分散，不同的研究者所提出来的基本情感分别有2～20种不等。除了定义基本情感外，也有通

7、过定义情感的n维取值来描述不同的情感，比如常见的二维取值，是程度（平静/兴奋）和取向（负的/正的）。Lang认为，根据n维取值方法进行分类比根据离散的分类更可信[4]。另外，情感在感觉上可能是“模糊的”，即一个元素可以同时属于一个以上的类[5]。当人们处于相互交织的情感之中时，是很难将其归入某种特定的情感状态的，很明显，情感状态越纯、越单一的情感，计算机进行分析和识别的效果就会越好。任何表示法都有自己的适用性和局限性，在语音情感识别中，采用哪种情感分类方法取决于具体问题，不能一概而论。情感计算的

8、目标是使计算机拥有人类的情感。如果计算机能够有效的对情感做出判断，就必须拥有与规则系统相一致的情感或类似的情感机制。对于语音情感的识别也是一样，只有更好的考虑情感因素，才能更好地实现各种情感的分析与计算，因此现在越来越多的研究工作者致力于情感的智能计算方面的研究。在传统的刺激-反映学习理论中，通常不考虑情感对适应性的参与利用。但Mower发现[6]，学习不仅仅只有刺激-反映的发展过程，而且还应该有一个牵涉到情感发生的过程。他所提出的双过程模型理论指出，在情感状态中可以更灵活地学习，并提供新的学习