连续对话语音愤怒情绪检测算法研究

发布时间：2020-05-28 15:11

【摘要】：论文的主要研究连续对话语音中的愤怒情绪检测方法,即在连续语音中检测出说话人的愤怒情绪所处的时段信息。情绪计算和语音识别已经在多个领域中取得广泛的应用,针对语音情绪的研究工作也引起越来越多的关注,而语音愤怒情绪检测具有一定的实际应用需求。论文完成了连续对话中愤怒情绪语音检测算法,并设计检测平台,完成网页演示。主要完成的工作有:1.建立愤怒情绪语音数据库。在清华大学语音库THU_EV_1062和两个汉语情绪识别语音库(EMR(1309)和MEC2017)的基础上,修订建库标准并采用多种方式获取其中的愤怒情绪语音和部分非愤怒情绪语音,建立了对比数据库和愤怒情绪分级数据库两个子库。2.完成愤怒情绪识别算法。选择和提取多个可以较好表征愤怒情绪的语音特征,如:MFCC,PLP-CC,基频,共振峰等,采用支持向量机分类器和随机森林分类器分别对特征进行分类模型训练,并将两个分类器通过软投票聚合得到最终的愤怒情绪识别算法。3.检测连续对话语音中愤怒情绪。对连续对话语音进行预处理,通过滑动窗来实现在连续对话中检测愤怒情绪,对检测结果进行最大值滤波和情绪状态限定滤波提取出最终的愤怒情绪语音时段信息。4.完成愤怒情绪分级检测。根据心理学上的情绪度等级划分,将愤怒情绪语音划分为两级,进行模型训练和情绪检测。5.建立语音检测平台。设计由服务器计算支持,编程完成语音检测平台网页搭建。用Flask搭建网页框架,用JavaScript编写网页前端,采用HTTPS协议实现服务器和浏览器间的内容传输。在该检测平台完成情绪检测。经实验验证论文完成的算法是有效的。
【图文】：

内蒙古大学硕士学位论文THU_EV_1062 数据库中原始语音数据的属性如下表 2.1：表 2.1 THU_EV_1062 数据库中语音属性Tab. 2.1 Speech attributes in THU_EV_1062 database语音属性 具体参数语音数据格式 mp3 格式语音数据时间 60 秒～90 秒语音数据比特率 64kbps语音数据通道数 双通道数据

内蒙古大学硕士学位论文换格式后的 wav 语音文件基础上对语音进行切割。最后，所得到的切割后的语音段只包含一个说话人的一种情绪，，将切割后的语音根据原语音名称加说话人加时间段进行命名（如：原始文件名称-说话人-起始时间-终止时间），并将语音段的名称和所包含的情绪中类记录在文件中。
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN912.3

【参考文献】

相关期刊论文 前10条

1 李虹;徐小力;吴国新;丁春艳;赵学梅;;基于MFCC的语音情感特征提取研究[J];电子测量与仪器学报;2017年03期

2 胡郁;袁春杰;王玮;;人工智能技术在传媒领域的应用——以智能语音技术为例[J];新闻与写作;2016年11期

3 叶锋;;Python最新Web编程框架Flask研究[J];电脑编程技巧与维护;2015年15期

4 何秉羲;;语音情感识别研究现状综述[J];办公自动化;2015年10期

5 刘向宇;;探讨语音识别在智能客服系统中的应用[J];中国新通信;2014年06期

6 赵力;黄程韦;;实用语音情感识别中的若干关键技术[J];数据采集与处理;2014年02期

7 王青云;赵力;梁瑞宇;张潇丹;;工作环境中的语音烦躁情绪检测方法(英文)[J];Journal of Southeast University(English Edition);2013年04期

8 韩文静;李海峰;阮华斌;马琳;;语音情感识别研究进展综述[J];软件学报;2014年01期

9 宫朝辉;刁麓弘;;改进共振峰提取的语音端点检测[J];计算机辅助设计与图形学学报;2013年08期

10 张石清;李乐民;赵知劲;;人机交互中的语音情感识别研究进展[J];电路与系统学报;2013年02期

相关博士学位论文 前3条

1 韩文静;语音情感识别关键技术研究[D];哈尔滨工业大学;2013年

2 雷鸣;统计参数语音合成中的声学模型建模方法研究[D];中国科学技术大学;2012年

3 张盛;汉语语音情绪识别[D];中国科学技术大学;2007年

相关硕士学位论文 前2条

1 袁晶晶;语音情感识别的相关算法研究[D];西北大学;2016年

2 杨乐;基于实时流数据平台的车联网数据监控系统[D];电子科技大学;2016年

本文编号：2685424