毕业设计（论文）-基于SVR的语音情感分析与研究.doc

基于SVR的语音情感识别 摘　要 随着计算机网络通信技术和多媒体技术的飞速发展，新型的人机交互(Human MaChine Interaction,HCI)技术已成为当前计算机科学领域一个十分活跃的研究课题。语音情感识别的研究对于增强计算机的智能化和人性化，开发新型人机环境，以及推动心理学等学科的发展，有着重要的现实意义，并最终产生很大经济效益和社会效益。 本文提出了一种连续语音情感识别方法, 提取了含有种情感语音信号的特征。通过与不带情感的平静的语音信号的比较，总结了不同情感语音信号情感特征的分布规律，关键词：情感识别；语音信号；支持向量回归算法。 Abstract With the rapid development of computer network communication and multi-media technology of new Human machine interaction（HCI）has become a very active study subject in the computer science field at present . The study as enhancing the intelligence and humanity of computer ,development new human-machine environments, promoting the study of psychology. This paper puts forward a kind of voice classification method, containing 10 kinds of emotions extraction of speech signal frequency, duration, energy, pause, such as characteristic. Without emotion with the calm voice signal, summarizes the characteristics of different emotional speech signal, the distribution of emotion is established using the SVR emotional characteristic parameters matching model identification of emotional statement. Keywords: emotion recognition; speech signal; SVR. 目录 摘　要 １ Abstract ２ 第一章 引言 ４ 1.1 语音情感识别的研究背景及意义 ４ 1.2 论文的研究内容 ５ 第二章 语音情感识别技术产生机理及模型 ５ 2.1 语音产生的生理基础 ５ 2.2 语音产生的物理模型 ６ 2.3 语音信号中的情感特征分析 ８ 第三章 情感语音库的建立 ９ 3.1 情感语音的分类 ９ 3.2 情感分析用语音资料的选择 １０ 3.3 语音数据的音节切分 １２ 第四章 语音情感的特征参数分析与提取 １２ 4.1语音信号的预处理 １２ 4.2语音情感特征的分析 １３ 4.2.1时间构造的分析 １４ 4.2.2振幅能量构造分析 １４ 4.2.3基音构造的分析 １５ 4.3基于汉明窗的情感特征参数提取 １５ 4.3.1汉明窗简介 １５ 4.3.2振幅能量参数的提取 １７ 4.3.3时间参数的提取 １８ 第五章 语音情感识别 １９ 5.1 支持向量回归SVR ２０ 5.2 利用SVR建立特别参数识别模型 ２２ 5.3 语音情感的识别 ２３ 第六章 结论 ２４ 致谢 ２５ 参考资料 ２６ 第一章 引言 1.1 语音情感识别的研究背景及意义 语音信号中的情感信息是重要的信息资源，它是人们感知事物必不可少的部 分。例如同样一句话，由于说话人的表现的情感不同，在听者的感知上就会有较 大的差别，所谓“听话听音”就是这个道理。然而，传统的语音信号处理技术把 这部分信息作为模式的变动和差异噪声通过规则化处理给去掉了。实际上，人们 同时接受各种形式的信息，怎样有效的利用各种形式的信息以达到最佳的信息传 递和交流效果，是今后信息处理研究的发展方向。 语音情感识别是建立在对语音信号的产生机制深入分析的基础上，对语音中反映个人情感信息的一些特征参数进行提取，并利用这些参数采用相应模式识别方法确定语音情感状态的技术。随着新型的人机交互技术的快速发展，语