语音情感特征提取与EEMD在信号分析中的应用

本章总结了语音情感识别领域的关键知识点，主要集中在特征参数的提取和分析上。首先，通过比较不同情感类型的语音波形，揭示了情感与声音波形之间的密切关系。语音波形的变化，如基音周期（Fundamental Frequency, F0）的波动，共振峰（Formant Peaks）的分布，以及线性预测编码（Linear Predictive Coding, LPC）和梅尔频率倒谱系数（Mel-frequency Cepstral Coefficients, MFCC）的计算，这些都是用来捕捉语音情感的重要工具。 四类情感参数的讨论深入剖析了它们各自的特点和提取方法，基音周期反映声音的周期性，共振峰则反映了声带振动的共振特性，LPCC用于模拟语音的频谱特性，而MFCC则是常用的声音特征提取技术，通过将声音信号转换成易于处理的频域特征。 集合经验模态分解（Empirical Mode Decomposition, EMD）和其改进版本，如改进的集合模态分解算法（Enhanced Empirical Mode Decomposition, EEMD），以及希尔伯特变换，被用于语音情感信号的时频分析，这些方法能够有效地分离信号中的内在模态，有助于更好地理解和分析情感信号的复杂动态。 章节还探讨了EEMD在语音情感信号分解中的优势，相比于传统的EMD，EEMD能够更好地处理非平稳信号，减少模式混叠问题。此外，通过掩蔽效应在频域划分，提出了一种基于EEMD的语音情感边际谱提取方法，这是一种新颖的频谱分析策略，有助于提取更精确的情感特征。 论文的背景是语音情感识别作为人机交互的重要组成部分，对于提升人工智能的智能水平具有重要意义，尤其是在远程教育、刑事侦查、医学诊断、娱乐和服务业等领域有着广泛的应用潜力。然而，该领域的研究尚面临情感理论发展、语言复杂性和跨学科融合的挑战，这为后续研究提供了重要的研究方向。 本章总结了当前语音情感识别的关键技术和方法，包括特征参数的选择、分解技术的应用以及实际问题的解决策略，为深入研究和实际应用提供了坚实的基础。