语音情感识别研究:希尔伯特黄变换与特征提取
需积分: 49 68 浏览量
更新于2024-08-06
收藏 8.47MB PDF 举报
"这篇硕士论文主要探讨了语音情感特征的提取与识别技术,结合Solution Fourier Analysis Stein的方法,针对语音情感识别这一领域进行了深入研究。作者向磊在导师熊卫华副教授的指导下,专注于控制理论与控制工程领域的工业过程控制与综合自动化方向。论文详细总结了以下内容:
1. 语音情感识别的重要性:随着信息技术和人工智能的发展,语音情感识别在多个领域,如科学研究、生产实践和日常生活中的应用越来越广泛。然而,该领域的研究仍处于初级阶段,存在情感分类标准不一、缺乏多语言和多情感类型的统一情感库、特征提取和识别方法的有效性等问题。
2. 语音情感库的构建:论文详细分析了国际上几个有影响力的语音情感库,如德国的柏林语音情感库、Belfast语音库和中文的汉语语音情感库,并根据语料选择原则,创建了一个包含800条情感语句的自建库,涵盖了高兴、愤怒、恐惧和平静四种情感类型。
3. 希尔伯特黄变换(HHT)在语音情感分析中的应用:HHT作为一种时频分析工具,能更好地揭示非线性非平稳信号的时频分布特性,相较于传统的傅里叶变换,它具有更优的性能。论文通过比较经验模态分解(EMD)和改进版EEMD,证明了EEMD在抗混叠能力上的优势。
4. 情感特征的提取:论文探讨了基音周期、共振峰频率、线性预测倒谱系数(LPCC)和梅尔频率倒谱系数(MFCC)等特征,并提出了基于EEMD和Hilbert边际谱的非线性处理方法。此外,从人耳感知的角度出发,通过临界频带的能量分布分析,提出了情感边际谱,这种特征在关键频段的集中度更高,有助于情感信息的准确提取。
5. 识别方法的研究:论文还研究了人工神经网络、混合高斯模型(GMM)、隐马尔可夫模型(HMM)和支持向量机(SVM)等情感识别方法,但具体内容未在摘要中详述。
这篇论文的工作不仅为语音情感识别提供了新的视角和方法,也为后续研究提供了基础,对于推动该领域的理论发展和实际应用具有重要意义。"
2019-05-31 上传
188 浏览量
2023-06-12 上传
2023-10-04 上传
2023-06-13 上传
2023-04-03 上传
2023-08-05 上传
2023-02-06 上传
七231fsda月
- 粉丝: 31
- 资源: 4003
最新资源
- WPF渲染层字符绘制原理探究及源代码解析
- 海康精简版监控软件:iVMS4200Lite版发布
- 自动化脚本在lspci-TV的应用介绍
- Chrome 81版本稳定版及匹配的chromedriver下载
- 深入解析Python推荐引擎与自然语言处理
- MATLAB数学建模算法程序包及案例数据
- Springboot人力资源管理系统:设计与功能
- STM32F4系列微控制器开发全面参考指南
- Python实现人脸识别的机器学习流程
- 基于STM32F103C8T6的HLW8032电量采集与解析方案
- Node.js高效MySQL驱动程序:mysqljs/mysql特性和配置
- 基于Python和大数据技术的电影推荐系统设计与实现
- 为ripro主题添加Live2D看板娘的后端资源教程
- 2022版PowerToys Everything插件升级,稳定运行无报错
- Map简易斗地主游戏实现方法介绍
- SJTU ICS Lab6 实验报告解析