基于HHT的語音情感識別研究.pdf

1、語音情感識別要求從語音樣本中提取情感特征參數(shù)，并采用一定的模式識別方法，識別語音中包含的情感類型。這是語音信號處理一個新興的研究方向，具有廣闊的應(yīng)用前景。語音情感識別中，如何提取能有效反映情感信息的特征是最關(guān)鍵的問題，它直接決定識別的結(jié)果。
　　 本文用希爾伯特-黃變換(HHT)對情感語音進行處理，從整體上分析其特征，并在此基礎(chǔ)上提取特征參數(shù)，進行文本無關(guān)和說話人無關(guān)的語音情感識別，取得滿意的效果。具體內(nèi)容如下：
　　

2、詳細論述HHT的原理，揭示其本質(zhì)特征和用于信號處理的優(yōu)點。在此基礎(chǔ)上提出邊際能量的概念，并將其與邊際譜一起用于分析情感語音。對高興、生氣、厭煩和平靜四種情感語音進行統(tǒng)計分析，發(fā)現(xiàn)邊際能量和邊際譜分別反映情感語音在時域和頻域的能量分布特征，能體現(xiàn)不同情感的內(nèi)在規(guī)律。因此，將其作為情感識別的依據(jù)，在邊際能量的基礎(chǔ)上提取時域特征希爾伯特能量統(tǒng)計值(EHHT)，在邊際譜的基礎(chǔ)上提取頻域特征:子帶能量(SE)、子帶能量一階差分(DSE)、子帶能量

3、倒譜系數(shù)(SECC)和子帶能量倒譜系數(shù)的一階差分(DSECC)。最后采用矢量量化(VQ)的方法，分別用上述特征做說話人無關(guān)、文本無關(guān)的語音情感識別。結(jié)果表明，單獨使用時域特征或頻域特征不能有效識別語音情感，而將此兩種特征結(jié)合用于識別，能使識別率最高達到98.53％，且隨碼本尺寸的變化波動很小，效果相對穩(wěn)定。
　　 本文將HHT用于情感語音處理，將時頻特征結(jié)合用于語音情感識別，不僅提高了識別率，而且大大縮小了碼本尺寸，具有一定的實

4、際意義。
　　 語音情感識別要求從語音樣本中提取情感特征參數(shù)，并采用一定的模式識別方法，識別語音中包含的情感類型。這是語音信號處理一個新興的研究方向，具有廣闊的應(yīng)用前景。語音情感識別中，如何提取能有效反映情感信息的特征是最關(guān)鍵的問題，它直接決定識別的結(jié)果。
　　 本文用希爾伯特-黃變換(HHT)對情感語音進行處理，從整體上分析其特征，并在此基礎(chǔ)上提取特征參數(shù)，進行文本無關(guān)和說話人無關(guān)的語音情感識別，取得滿意的效果。具體內(nèi)

5、容如下：
　　 詳細論述HHT的原理，揭示其本質(zhì)特征和用于信號處理的優(yōu)點。在此基礎(chǔ)上提出邊際能量的概念，并將其與邊際譜一起用于分析情感語音。對高興、生氣、厭煩和平靜四種情感語音進行統(tǒng)計分析，發(fā)現(xiàn)邊際能量和邊際譜分別反映情感語音在時域和頻域的能量分布特征，能體現(xiàn)不同情感的內(nèi)在規(guī)律。因此，將其作為情感識別的依據(jù)，在邊際能量的基礎(chǔ)上提取時域特征希爾伯特能量統(tǒng)計值(EHHT)，在邊際譜的基礎(chǔ)上提取頻域特征:子帶能量(SE)、子帶能量一階

6、差分(DSE)、子帶能量倒譜系數(shù)(SECC)和子帶能量倒譜系數(shù)的一階差分(DSECC)。最后采用矢量量化(VQ)的方法，分別用上述特征做說話人無關(guān)、文本無關(guān)的語音情感識別。結(jié)果表明，單獨使用時域特征或頻域特征不能有效識別語音情感，而將此兩種特征結(jié)合用于識別，能使識別率最高達到98.53％，且隨碼本尺寸的變化波動很小，效果相對穩(wěn)定。
　　 本文將HHT用于情感語音處理，將時頻特征結(jié)合用于語音情感識別，不僅提高了識別率，而且大大縮小