资源描述：
《基于遗传小波神经网络的语音情感识别.pdf》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、第23卷第1期计算机技术与发展Vol.23No.12013年1月COMPUTERTECHNOLOGYANDDEVELOPMENTJan.2013基于遗传小波神经网络的语音情感识别韩志艳,伦淑娴,王健(渤海大学工学院,辽宁锦州121000)摘要:情感识别是人机交互领域中必须解决的关键问题。针对语音情感的识别问题,文中把遗传算法和小波神经网络算法相结合,即利用遗传算法具有的高度并行、随机、自适应搜索性能来选取初值进行训练,用小波神经网络来完成给定精度的学习。这样在解决复杂和非线性问题时,具有明显的优势。文中主要研究了四种基本的人类情感:喜悦、愤怒、悲伤和恐惧。并与BP算法和小波神经
2、网络算法进行了比较,实验结果表明,该模型不但能够提高情感识别的正确率,缩短系统识别时间,而且为算法的实用性奠定了基础。关键词:情感识别;神经网络;遗传算法;小波分析中图分类号:TP391.9文献标识码:A文章编号:1673-629X(2013)01-0075-04doi;10.3969/j.issn.1673-629X.2013.01.019SpeechEmotionRecognitionBasedonGeneticWaveletNeuralNetworkHANZhi-yan,LUNShu-xian,WANGJian(CollegeofEngineering,BohaiUniv
3、ersity,Jinzhou121000,China)Abstract:Emotionrecognitionisthekeyissuethatmustbesolvedinhuman-computerinteraction.Aimingattherecognitionproblemofspeechemotion,combinedgeneticalgorithmandwaveletneuralnetworkalgorithm,utilizetheperformanceofheightparallel,randomandadaptivesearchtoselectinitialval
4、ues,andusingwaveletneuralnetworktofinishthelearning.Thishasobviousadvantagesofsolvingcomplexandnonlinearproblem.Fourbasichumanemotionsincludingjoy,anger,sadnessandfearwerestudied,andcomparedwithbackpropagationneuralnetwork(BPNN)andwaveletneuralnetwork.Theexperimentalresultsindicatethatthisme
5、thodeffectivelyimprovesthecorrectrateofemotionrecognition,shortensthesystemrecognitiontime,andlaysthefoundationforalgorithmpracticality.Keywords:emotionrecognition;neuralnetwork;geneticalgorithm;wavelettransform0引言分类方法、矢量量化法、神经网络法(ANN)、混合高斯随着计算机技术的发展,如何让计算机识别出人模型法等。由于语音信号本身复杂性较高,由于人们的情感,使之能像
6、人一样进行自然生动的交互,是当前对语音学的了解还不够深入,加上语音信号本身复杂模式识别领域的一个新的研究热点。语音作为人类交性较高,导致目前语音情感识别方法在性能上难以令[7]流的最重要媒介之一,携带着丰富的情感信息。因此,人满意。神经网络是一种先进的智能识别方法,具可以考虑从语音信号中提取情感相关的特征,然后通有非线性映射、高度并行处理、自学习功能和较高的泛化能力。但是由于神经网络的学习效果过多的依赖于过计算机来识别出说话者的情感状态。该项研究在机网络的初始参数,如果它们设置不好,神经网络易陷入器人技术、新型人机交互技术等领域具有重要的应用[1~6]局部极小点,同时收敛速度减
7、慢甚至不收敛。在无先价值。验知识的情况下,对神经网络的寻优过程主要通过反从20世纪90年代中后期开始,各国开始重视情复修改各个参数值来使ANN具有优良的分类性能。感信息处理技术的研究,尤其是在情感特征的识别方但是由于神经网络的参数较多、取值范围较广,手动调面,取得了许多研究成果。比如基于Mahalnobis距离整参数的方法难以奏效。而遗传算法的出现为解决此[8~11]类复杂和非线性问题提供了较好的手段。因此,收稿日期:2012-05-04;修回日期:2012-08-10文中结合遗传算法和神经
