基于核函数的语音情感识别技术的研究

《基于核函数的语音情感识别技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、图目录图l—l情感在二维空间的分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2—1预加重滤波器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2．2同一语句在不同情感状态下的波形图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2，3某语句的短时平均过零率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2—4某语句的短时平均幅度和短时能量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2．5语音信号能量均值分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2—6各情感基音参数相对值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2—7不同情感下第一共振峰均值分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图2．8MeI频率与Hz频率的关系曲线图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．

2、．图2，9MFcc特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图3—1非线性变换将线性不可分数据变换为线性可分数据示意图⋯⋯图3．2KNN算法原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．图3．3基于KcMKKNN的语音情感识别框图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图3—4样本分布不平衡时的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图3—5三种算法识别时间相对值⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图4．1基于稀疏表示的分类算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图4—2三种编码方法之间的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．图4—3不同训练样本数的平均识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯图4—4多项式核参数对KsRc和Lc．wKsRc识别率的影响⋯⋯⋯⋯图4．5高斯核参数对KsRc和Lc．wKsRc识别率的影响⋯⋯⋯⋯⋯图5—1支持向量机的分类超平面⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图5—2支持向量机线性不可分情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图5．3非线性支持向量机示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图5—4改进SVM的识别流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯IX⋯⋯，，一．．斗⋯⋯⋯．．13⋯⋯⋯一15⋯⋯⋯．．16⋯⋯⋯一17⋯⋯⋯．．18⋯⋯⋯．．19⋯⋯⋯．．2l⋯⋯⋯一22⋯⋯⋯．．22⋯⋯⋯．．26⋯⋯⋯一3l⋯⋯⋯．．32⋯

4、⋯⋯．．37⋯⋯⋯．．4l⋯⋯⋯．．44⋯⋯⋯．．48⋯⋯⋯．．53⋯⋯⋯．．54⋯⋯⋯．．57⋯⋯⋯．．59⋯⋯⋯．．6l⋯⋯⋯．．67表目录表2．1语音情感数据库部分短句举例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．表2—2五种场景设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．表2．3语音情感数据库最终构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．表2—4能量统计特征⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表3—1情感特征矢量的组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．表3—2K=4时四种识别算法的平均识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表3—3K=10时

5、四种识别算法的平均识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．表4一lminL(6)+AlIb

6、

7、1的Fs算法求解流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯b表4．2基于KsRc算法的语音情感识别步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．表4．3基于Lc．wKsRc算法的语音情感识别步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表4．4sRc的语音情感识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表4．5KsRc的语音情感识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表4．6Lc—wKsRc的语音情感识别结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一表4．7不同核函数下KsRc和Lc—wKSRC的识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯表5．1三种识别

8、算法的平均识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．表5—2不同训练样本下的改进svM识别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯表5—3不同识别算法的情感识别结果对比⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．，¨眩"四∞％钉记观记"韶的鲫缩略词说明：LPCLFPCoSALPCLPCCMFCCSFSSBSSDASFFSPCALDAANNHMMGMMKNNKCMKKNNKCMKKNNFKCMFKKNNFKCMFKKNNSRCKSRCLLCVQSCLC．WKSRCSVMPSoMPS0专用术语注释表LinearPredictionCoemcienCPowerLogarilhmicFrequeI

9、】cyCoefncientOneSideAutocorrelationSeauenceLinearPredictionCoe所cientLinearPredictionCeDstrumCoe矗icientMel·FrequencyCepstralCoeljficientSequentialFonvardSelectiOnSequentialBackwardSelectiOnStepwiseDiscriminantAnalysisSequentialFIoatingForwardSelectionPrincipleComponentAnalysisLinearDi

10、scriminantAn