情感语音信号中共振峰参数的提取方法开题报告

《情感语音信号中共振峰参数的提取方法开题报告》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、太原理工大学信息工程学院本科毕业论文（设计）开题报告毕业设计(论文)题目情感语音信号中共振峰参数的提取方法学生姓名赵智越导师姓名孙颖专业通信工程报告日期2013年3月5号班级0902班指导教师意见签字年月日专业(教研室)主任意见年月日系主任意见年月日一选题意义随着多模态人机交互技术的发展，新型人机交互模式的应用前景更加广阔。语音作为一种自然有效的人机交互方式，成为当前的研究热点。语音信号不仅包含语音信息，还包含着说话人的情感信息。语音情感信息处理技术的研究对于提高计算机的智能化具有重要的现实意义。语音信号处理技术作为一个重要的研究领域有着很长时间的研究历史，

2、然而在传统语音信号处理中往往忽略了在语音信号中的情感因素。语音情感识别是语音识别的一个重要的分支，而语音识别则是数字信号处理技术与语音学的交叉学科，它和心理学、计算机科学、认知科学、语言学、人工智能和模式识别等学科紧密联系。近年来，人们研究发现情感所引起的语音信号变化对语音识别、语音合成、说话人确认等方面有较大影响，所以语音情感处理的研究逐步提高了人们的重视。目前有很多研究者在致力于研究并处理语音情感信息有效方法以及情感对语音的影响。汉语普通话发音中情感特征信息的特征参数主要包括发音持续时间、振幅能量、基因频率和共振峰频率等。共振峰频率简称共振峰，它与声道的

3、形状和大小有关，一种形状对应着一套共振峰。共振峰是反映声道谐振特性的重要特征，它代表了发音信息的最直接的来源，而且人在语音感知中利用了共振峰信息。所以共振峰是语音信号处理中非常重要的特征参数，人在语音感知中也利用了共振峰信息，已经广泛地用作语音识别的主要特征和语音编码传输的基本信息。语音的频率特性主要是由共振峰决定的，当声音沿声管传播时，其频谱形状就会随声管而改变。如果讲话者的发音中包含喜、怒、哀、乐等情感信息，那么讲话者的声道形状就会发生不同的变化。共振峰作为情感特征信息的非韵律特征参数，我们研究提取它的方法对包含在语音信号中的情感信息分析和处理是极其有意

4、义的。二情感语音识别技术的国内外发展现状九十年代中期之后，语音情感信息处理受到了越来越多的关注，这方面的研究也在不断深入，并取得了一定的进展。近几年，研究者对语音中的情感信息表现出日益浓厚的兴趣。他们从生理、心理学角度的情感建模到语音情感的声学关联特征，以及各种针对语音情感识别和合成的算法、理论展开了深入的研究，还从工程学的角度将情感作为信息信号工学的研究对象。但是，目前不论从国外还是国内来看，情感信息处理的研究，还是处在一个低级水平，存在一些需要进一步深入研究的课题。如：合理的有效的语音情感特征建模方法；开发更全面更有效的语音情感特征；对情感语句中主要反映

5、情感变化的关键词和短语的研究。下面将分别简单介绍国内外情感语音识别发展现状。1国际情感语音识别发展现状目前，关于情感的研究正处在不断的深入之中，语音的情感识别因为涉及到不同语种之间的差异，发展也不尽相同。美国MIT媒体实验室RosalindWpicard教授领导的情感研究组织首次尝试了用基频、时长、音质和清晰度等声学参数的变化来合成情感语音。她后来又验证了情感状态与语音声学参数的相关性，并提出悲伤情感最容易区分，而高兴、惊讶和愤怒等具有相似的语音特性参数，不容易区分。此后，MIT媒体实验室RaulFernandez在2003到2004年还完成了关于从语音的韵

6、律学参数入手的语音情感识别的计算模型研究，试验用有韵律特征进行分类实验，比较了与人类情感识别的性能差异。英国贝尔法斯特女王大学的RoddyCowie和EllenDouglas-Cowie教授领导的情感语音小组研究的重点在于心理学和语音分析。他们收集并创建了第一个大规模的高自然度声音的情感数据库，同时还开发了一个FEELTRACE工具用来记录人类从语音中感知到的情感信息。他们还开发了一个情感语音分析的ASSESS工具，用统计的方法分析语音的声学特征与情感的相关性，并用基频曲线、能量强度和停顿、摩擦音及爆破音的边界信息等，对愤怒、害怕、高兴和悲伤4类主要情感进行

7、了分类，用判别分析的方法达到了55%的识别率。美国南加州大学语音情感组由Narnyanan教授领导。在语音情感识别方面，他们以客服系统的呼叫中心为应用背景，研究识别正面情感和负面情感。首次将语音的声学信息、词汇和语义信息结合，并将模糊推论系统用于识别系统，初步试验结果表明，结合这三种信息进行语音信号的情感识别要比单纯使用声学信息识别率平均提高了38.5%。CNAnagnostopoulos和TIliou.建立了德语语音库，提取了133个语音特征来识别其中语音情感，根据统计分析来估计每种语音特征、人工神经网络用于训练情感分类，最后达到了平均51%的识别率。2国

8、内情感语音识别发展现状目前，国内也已经有多所高校从事