基于ANN和GMM融合的語(yǔ)音情感識(shí)別方法的研究.pdf

1、人機(jī)交互是人與計(jì)算機(jī)之間使用某種對(duì)話語(yǔ)言，以一定的交互方式，為完成確定任務(wù)的人與計(jì)算機(jī)之間的信息交換過(guò)程，是計(jì)算機(jī)智能的重要體現(xiàn)，同時(shí)也可以讓計(jì)算機(jī)更好的為人類(lèi)服務(wù)。語(yǔ)音情感識(shí)別對(duì)發(fā)展人機(jī)交互來(lái)說(shuō)至關(guān)重要。目前，語(yǔ)音情感識(shí)別的研究是一門(mén)綜合認(rèn)知科學(xué)、生理學(xué)、心理學(xué)、語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)等多學(xué)科的熱點(diǎn)研究課題，正越來(lái)越受到國(guó)內(nèi)外科研機(jī)構(gòu)和研究人員的重視。本文主要圍繞人工神經(jīng)網(wǎng)絡(luò)和高斯混合模型展開(kāi)語(yǔ)音情感識(shí)別的研究，在原有結(jié)構(gòu)模型的基礎(chǔ)上從算

2、法層面入手提出改進(jìn)的方法，以期提高相關(guān)模型的識(shí)別精度和識(shí)別效率，并在文章最后提出了一種高斯混合模型和神經(jīng)網(wǎng)絡(luò)混合的語(yǔ)音情感識(shí)別模型。本論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下:
　　(1)闡述了語(yǔ)音情感識(shí)別的研究背景與意義，總結(jié)了當(dāng)前國(guó)內(nèi)外的研究現(xiàn)狀，并對(duì)當(dāng)前有待深入研究和亟待解決的理論和技術(shù)問(wèn)題進(jìn)行了說(shuō)明。
　　(2)概述了與情感相關(guān)的一些基礎(chǔ)知識(shí)，包括情感的定義與情感的分類(lèi)。設(shè)計(jì)并錄制了漢語(yǔ)語(yǔ)音情感數(shù)據(jù)庫(kù)，該庫(kù)包含高興、憤怒、驚訝

3、、悲傷等四種基本情感，且全部語(yǔ)音樣本都經(jīng)過(guò)有效性檢驗(yàn)以確保數(shù)據(jù)符合規(guī)范。完成了語(yǔ)音情感識(shí)別過(guò)程中需要進(jìn)行的預(yù)處理工作，簡(jiǎn)述了本文所用到的情感特征參數(shù)的提取方式以及情感特征向量的歸一化方法。
　　(3)研究了基于Elman神經(jīng)網(wǎng)絡(luò)的語(yǔ)音情感識(shí)別，并運(yùn)用萬(wàn)有引力搜索算法(Gravitational SearchAlgorithm，GSA)對(duì)Elman網(wǎng)絡(luò)進(jìn)行優(yōu)化，算法的核心思想是運(yùn)用萬(wàn)有引力定律通過(guò)位置尋優(yōu)來(lái)不斷更新網(wǎng)絡(luò)的權(quán)值參數(shù)，最

4、終實(shí)現(xiàn)網(wǎng)絡(luò)的最優(yōu)化。
　　(4)介紹了高斯混合模型(GMM)的EM優(yōu)化算法，并分析了傳統(tǒng)EM算法的缺點(diǎn)。由此本文研究了一種基于改進(jìn)的GMM算法的語(yǔ)音情感識(shí)別方法，該算法通過(guò)設(shè)定一個(gè)初始GMM模型，運(yùn)用迭代方式不斷修正M值和GMM網(wǎng)絡(luò)的參數(shù)，直至得到最終的GMM模型。
　　(5)研究了GMM和深度信念網(wǎng)絡(luò)融合的語(yǔ)音情感識(shí)別方法。在受限玻爾茲曼機(jī)(RestrictedBoltzmann Machines，RBM)模型基礎(chǔ)上構(gòu)建深