資源描述：
《基于gmmubmsvm中文情感語(yǔ)音識(shí)別的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于GMM-UBM-SVM中文情感語(yǔ)音識(shí)別的研究ResearchofChineseemotionalspeechrecognitionbasedonGMM-UBM-SVM作者姓名解劍學(xué)位類(lèi)型工程碩士學(xué)科、專(zhuān)業(yè)電子與通信工程研究方向智能信息處理導(dǎo)師及職稱(chēng)陳雁翔副教授朱六璋高級(jí)工程師2013年4月I基于GMM-UBM-SVM中文情感語(yǔ)音識(shí)別的研究摘要人工智能就是讓機(jī)器能夠?qū)崿F(xiàn)像人腦一樣思考和交流。作為國(guó)家“十二五規(guī)劃”重點(diǎn)發(fā)展的交叉學(xué)科研究領(lǐng)域越來(lái)越受到國(guó)內(nèi)外研究者的重視。語(yǔ)音是人們?cè)谏钪凶顬槌Ｒ?jiàn)的交流方式，話(huà)語(yǔ)
2、中不僅包含了大量的信息，還包含了人們的感情和情緒變化，所以說(shuō)語(yǔ)言是人類(lèi)最高智能水平的體現(xiàn)。情感語(yǔ)音處理作為一個(gè)新的研究方向，與原始的語(yǔ)音信號(hào)處理相比，其更加注重于對(duì)語(yǔ)音中情感狀態(tài)和韻律特征的研究。情感語(yǔ)音識(shí)別作為情感語(yǔ)音處理研究中的一個(gè)組成部分，在實(shí)現(xiàn)人機(jī)自然交互方面有重要的作用。論文研究情感語(yǔ)音識(shí)別方法，通過(guò)分析語(yǔ)音特征與情感狀態(tài)間的關(guān)聯(lián)關(guān)系，在原有的語(yǔ)音識(shí)別分類(lèi)方法的基礎(chǔ)上，提出了一種新的情感語(yǔ)音分類(lèi)識(shí)別方法。論文主要?jiǎng)?chuàng)新點(diǎn)：1、語(yǔ)音特征一直是情感語(yǔ)音識(shí)別的主要特征，本文針對(duì)實(shí)驗(yàn)所使用的時(shí)長(zhǎng)、能量、基頻和共
3、振峰等常用語(yǔ)音特征的提取和構(gòu)造方法進(jìn)行了詳細(xì)的介紹。提取了情感語(yǔ)音中的能量、基頻、時(shí)長(zhǎng)及共振峰參數(shù)，并分析了以上參數(shù)與情感狀態(tài)間的關(guān)聯(lián)關(guān)系，結(jié)果表明以上語(yǔ)音特征均能較好的描述所表達(dá)地情感，在不同情感狀態(tài)下同樣具有良好的區(qū)分性。該研究結(jié)果對(duì)于情感語(yǔ)音識(shí)別與情感語(yǔ)音合成的定量研究有一定的指導(dǎo)意義。2、論文分析了當(dāng)前常用的情感語(yǔ)音識(shí)別方法。針對(duì)于語(yǔ)音中的時(shí)序參數(shù)在SVM等固定維數(shù)分類(lèi)模型中無(wú)法適用的問(wèn)題，提出基于GMM-UBM-SVM的分類(lèi)方法，使梅爾頻率倒譜系數(shù)（MelFrequencyCepstrumCoeffi
4、cient,MFCC）等時(shí)序性語(yǔ)音特征參數(shù)能夠進(jìn)行分類(lèi)研究，實(shí)現(xiàn)了使用時(shí)序性語(yǔ)音特征的中文情感語(yǔ)音識(shí)別。該方法主要是使用UBM(統(tǒng)一背景模型)，MAP自適應(yīng)出各情感語(yǔ)音的GMM模型，再合并各個(gè)高斯分布的均值參數(shù)，得到統(tǒng)一維數(shù)的GMM超向量，從而把不固定維數(shù)的MFCC參數(shù)轉(zhuǎn)換成固定維數(shù)的GMM超向量，同時(shí)利用SVM良好的區(qū)分性來(lái)完成各情感語(yǔ)音的分類(lèi)與識(shí)別。實(shí)驗(yàn)表明，該方法較原有情感語(yǔ)音識(shí)別方法情感識(shí)別率有所提高。本文提出的情感語(yǔ)音識(shí)別方法作為一種新的嘗試，具有一定的理論依據(jù)和實(shí)用效果，同時(shí)論文對(duì)實(shí)驗(yàn)中所遇到的問(wèn)題
5、進(jìn)行了分析，為今后的語(yǔ)音的情感識(shí)別、情感定量研究奠定了一定的基礎(chǔ)。關(guān)鍵詞：情感語(yǔ)音識(shí)別；UBM；GMM超向量；SVMIIResearchofChineseemotionalspeechrecognitionbasedonGMM-UBM-SVMABSTRACTArtificialintelligenceistomakethemachineabletothinkandcommunicatelikeahumanbrain.Asanational"12thfive-yearplan"focusingonthedevel
6、opmentofinterdisciplinaryresearch,thisfieldhasgainedmoreandmoreattentionbyresearchershomeandabroad.Speechisthemostcommonwayofcommunicationindailylife.Discoursecontainsnotonlyalargeamountofinformation,butalsopeople'schangesoffeelingsandmood.Emotionalspeechpro
7、cessing,asanewresearchdirectioncomparedwiththeoriginalspeechsignalprocessing,paysmoreattentiontotheemotionalstateinthevoiceandrhythmcharacteristics.Emotionalspeechrecognitionisalsoanintegralpartinthestudyofspeechprocessing,andplaysanimportantroleinrealizingh
8、uman-computernaturalinteraction.Thispaperstudiesemotionalspeechrecognitionmethods,byanalyzingtherelationshipbetweenphoneticfeaturesandemotionalstates.Moreover,thispaperproposesanewclassification
