基于稀疏表示的语音情感特征学习与识别方法研究

《基于稀疏表示的语音情感特征学习与识别方法研究》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、分类号：!墼2l：丝．一．UDC：壁Q垒：§密级：垒五编号：!壁呈22墨!l壁墨Q5§江薄大擎硕士学位论文基于稀疏表示的语音情感特征学习与识别方法研究SpeechEmotionFeatureLearningandRecognitionMethodBasedonSparseRepresentation指导教师王启容作者姓名董俊健申请学位级别全目制王堂亟±专业名称让篡扭应用擅盔论文提交日期2Q!垒生垒旦论文答辩日期2Q!垒生§旦2鱼目学位授予单位和日期江菱太堂2Q!垒生鱼且答辩委员会主席——评阅人独创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文

2、中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：童缆使圳牛年6月1日学位论文版权使用授权书江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊(光盘版)电子杂志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，同时授权中国科学技术信息研究所将本论文编入《中国学位论

3、文全文数据库》并向社会提供查询，授权中国学术期刊(光盘版)电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布(包括刊登)授权江苏大学研究生处办理。本学位论文属于不保密口。学位论文作者签名：董俊健汐呷年6月7日指导教师签名：乏彳≥痉洲年占月f哆目江苏大学硕士学位论文摘要语音情感识别旨在使用计算机技术来分析说话人的情感状态及变化，进而确定其内心情绪状态或变化，最终实现人机之间更自然、更和谐的交互过程。经过十几年的研究与发展，语音情感识别已经取得了许多突破性的研究成果，有着广泛的应用前景。首先，本文将基于稀疏表示的非监督学习算法应用于语音情感特征学习，由于在非

4、监督学习过程中使用的数据不带类别标签，不需要昂贵的代价去获取类别标签，因此与传统的人工标注类别并根据先验知识提取特征的方法相比，有着巨大的优势。其次，本文对现有稀疏表示识别方法进行研究和分析，对用于稀疏表示识别的字典学习模型进行改进，以求获得更高的识别精度。最后，本文实现了基于稀疏表示的语音情感特征学习与识别原型系统。具体研究内容和成果列举如下：(1)基于稀疏表示的语音情感特：征学习方谨÷。到目前为止，语音情感识别所提取的特征大多都是基于韵律特征及其衍生的参数，到底何种特征能够较好的反映情感信息还没有一个明确的结论，这使得根据人工先验知识提取情感特征的方式遇到了瓶颈。本文将基于稀疏表示的非

5、监督学习算法(包括：稀疏自动编码器、稀疏玻尔兹曼机、K．均值聚类)用于语音情感特征学习，旨在从大量无标签的语音情感数据中学习到有区分度的语音情感特征表示，而不需要像提取传统语音情感特征那样需要大量的先验知识和昂贵的类别标注代价。提出基于稀疏表示的语音情感特征学习框架，从大量的底层特征中自动学习到体现类别可区分性的语音情感特征，并对学习得到的特征进行可视化。实验结果显示：基于稀疏表示的语音情感特征学习方法学习得到的特征表示比传统情感特征的识别率高1％～7％，而且K．均值聚类方法得到特征表示的识别率要比其他两种特征学习方法高l％～14％。(2)联合惩罚字典学习的稀疏表示语音情感识别方法。最近，

6、稀疏表示识别方法在图像和语音信号的识别任务中获得了较高的识别率，并且对有遮挡的图片和有环境噪音的语音信号有较好的的鲁棒性。本文将基于字典学习的稀疏表示识别方法应用于语音情感识别，提出联合惩罚字典学习模型及相应的识别准则，给出该字典学习模型的优化算法，最后给出联合惩罚字典学习的稀疏表示语音情感识别方法，并和其他字典学习方法的识别结果进行比较。实验结果表明，本文提出的SCECDL(Sub—codingandEntire—codingJointlyPenaltybasedDictionaryLearning)方法比其他字典学习方法识别率高1％～8％，比常用的语音情感识别方法SVM高4％～9％。基

7、于稀疏表示的语音情感特征学习与识别方法研究(3)基于稀疏表示的语音情感特征学习与识别原型系统设计与实现。针对上述提出的基于稀疏表示的语音情感特征学习方法和联合惩罚字典学习的稀疏表示语音情感识别方法，在Matlab2012a环境下开发了该原型系统。该原型系统主要包括情感语音库的选择、语音信号预处理、语音情感特征提取、字典学习和稀疏表示识别五个功能。关键词：语音情感识别，稀疏表示，特征学习，非监督学习，稀疏表示识别，字典学习