相空間重構在語音情感識別中的研究.pdf

1、隨著人機交互技術的迅速發(fā)展，情感信息作為認知過程中的重要組成部分已經得到了研究學者普遍的認同和重視，而語音情感識別又是情感計算的重要組成部分，針對當前語音情感特征的不全面性和識別率不高的現狀，本文做了如下研究:
　　(1)根據語音信號本身的特征信息，從傳統的聲學角度出發(fā)，提取了傳統的韻律情感特征（短時能量、過零率、基頻）和頻譜特征(MFCC)，然后對提取后的特征數據進行相關統計特征的計算，其中統計特征包括了最大值、最小值、中值、方

2、差等，并將此數據作為情感特征參數的原始特征數據集合。
　　(2)基于語音信號發(fā)聲機理的復雜性，從混沌信號的角度對語音信號進行分析，首先通過對語音信號lyapunov指數的提取，判定信號是否具有混沌性，再將語音信號進行相空間重構，通過對高維的語音信號進行分析并提取能表征語音混沌特性的情感特征參數（關聯維和Kolmogorov熵），實驗結果顯示新特征的引入能更為全面地表征語音信號中情感狀態(tài)的信息，將語音語義的信息弱化。
　　(3

3、)本文采用支持向量機（Support Vector Machine，簡稱SVM）對語音情感進行識別實驗，通過傳統特征，混沌特征以及融合后新的特征數據進行三組對比實驗，結果表明，混沌特征的引入對識別效果有了一定的提高，但對于悲傷和平靜兩種情感容易混淆，基于此，對SVM識別算法中的懲罰因子和核函數參數g進行網格搜索算法的改進尋優(yōu)，通過兩次尋優(yōu)的過程，將悲傷和平靜兩種狀態(tài)的樣本進行單獨的識別實驗，結果顯示，二次尋優(yōu)后的識別算法對于提高準確率有