语音情感识别及其在服务机器人中的应用研究

发布时间：2023-02-06 11:09

　　情感在人机交互中扮演着重要的角色,语音作为人们日常生活中使用最广泛的交流方式之一,也是传递情感的主要媒介。全球老龄化、少子化、“空巢老人”问题的加剧,为服务机器人的发展提供了广阔的市场前景。新一代人机交互技术的逐渐深入,促使语音情感识别在服务机器人中的应用成为研究的热点。本文围绕语音情感识别在服务机器人中的应用开展了以下三个方面的工作:(1)在传统机器学习领域,提出了基于Zernike的语音情感特征提取算法ZMFCC。语音情感识别的精度与提取的语音情感特征密切相关。MFCC作为语音信号的谱特征之一,充分考虑了人耳的听觉感知特性,因此在以语音为研究对象的相关领域得到广泛的应用。本文对MFCC特征提取算法进行改进,提出了基于Zernike矩的梅尔频率倒谱系数(ZMFCC)语音情感特征提取算法,并结合LIBSVM分类器,实现了CASIA中文情感语料库中六种情感的分类和识别。实验证明,本文提出的算法优于MFCC和HuWSF等基于谱特征的语音情感特征提取方法。(2)在深度学习领域,提出了基于卷积神经网络和随机森林相结合的语音情感识别模型CNN-RF。深度学习可以从原始数据中自动学习、提取高层次的...

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 服务机器人发展现状
        1.2.2 语音情感识别在机器人领域的应用
    1.3 本文研究内容
    1.4 论文结构
第2章 语音情感识别概述
    2.1 常用语音情感数据库
    2.2 语音情感特征提取
        2.2.1 韵律特征
        2.2.2 谱特征
        2.2.3 其他特征
    2.3 语音情感特征选择
    2.4 语音情感识别分类模型
第3章 ZMFCC特征提取算法
    3.1 MFCC应用现状
    3.2 基于Zernike矩的梅尔频率倒谱系数的特征提取算法
        3.2.1 Zernike矩
        3.2.2 ZMFCC特征提取算法
        3.2.3 ZMFCC特征分析
    3.3 实验
        3.3.1 ZMFCC参数设置
        3.3.2 对比实验
    3.4 本章小结
第4章 基于CNN-RF的语音情感识别
    4.1 基于CNN的语音情感识别研究现状
    4.2 基于CNN-RF的语音情感识别
        4.2.1 CNN体系结构
        4.2.2 RF分类器
        4.2.3 CNN-RF模型分析
    4.3 实验
    4.4 本章小结
第5章 语音情感识别在NAO机器人中的应用
    5.1 NAO机器人简介
        5.1.1 NAOqi简介
    5.2 CNN-RF模型在NAO上的应用
        5.2.1 改进RecordSound指令盒
        5.2.2 NAO的语音情感测试
    5.3 本章小结
第6章 总结与展望
参考文献
致谢
硕士期间的科研成果



本文编号：3735887