面向情感语音识别的非线性几何特征提取算法
本文选题:相空间重构 切入点:情感语音识别 出处:《计算机工程与应用》2017年20期
【摘要】:针对现有时域、频域属性特征在区分情感状态上存在的局限性,提出一种基于相空间重构理论的非线性几何特征提取方法。首先,通过分析情感语音信号的最小延迟时间和嵌入维数来实现相空间重构;其次,在重构相空间下分析并提取基于轨迹描述轮廓的五种非线性几何特征;最后,结合韵律特征、MFCC特征和混沌特征,设计实验方案验证所提特征区分情感状态的能力并通过特征选择获得情感信息完整的最优特征集合。选用德语柏林语音库中的五种情感(高兴、悲伤、中性、愤怒、害怕)作为实验数据来源,支持向量机作为识别网络。实验结果表明:与韵律特征、MFCC特征和混沌特征相比,所提特征不仅可以有效地表征语音信号中的情感差异性,也能够弥补现有特征在刻画情感状态上的不足。
[Abstract]:In view of the limitations of the existing temporal and frequency-domain attribute features in distinguishing emotional states, a nonlinear geometric feature extraction method based on phase space reconstruction theory is proposed. The phase space reconstruction is realized by analyzing the minimum delay time and embedding dimension of emotional speech signal. Secondly, five nonlinear geometric features based on trajectory description contour are analyzed and extracted in the reconstructed phase space. Finally, Combining prosodic features with MFCC features and chaotic features, An experimental scheme was designed to verify the ability of the proposed features to distinguish emotional state and to obtain the optimal set of features with complete emotional information through feature selection. Five emotions (happy, sad, neutral, angry) were selected from the German Berlinic language corpus. The experimental results show that compared with the prosodic feature MFCC feature and chaotic feature, the proposed feature can not only effectively represent the emotional difference in speech signal, but also be used as a recognition network. Can also make up for the existing characteristics in the depiction of emotional state deficiencies.
【作者单位】: 太原理工大学信息工程学院;
【基金】:国家自然科学基金(No.61371193)
【分类号】:TN912.34
【相似文献】
相关期刊论文 前10条
1 申建国,王暖臣;语音识别程序的开发与应用[J];计算机应用研究;2000年12期
2 郭远琼;提高语音识别率点滴[J];电脑技术;2000年03期
3 邢文;语音识别[J];个人电脑;2000年02期
4 ;语音识别的真相[J];个人电脑;2001年12期
5 ;语音识别渐入佳境[J];个人电脑;2002年03期
6 ;微软语音识别软件可与人直接对话[J];自动化博览;2003年04期
7 ;语音识别[J];印刷世界;2004年01期
8 韩纪庆,王欢良,李海峰,郑铁然;基于语音识别的发音学习技术[J];电声技术;2004年09期
9 陈孝强;语音识别拟起新潮[J];微电脑世界;2005年07期
10 韩纪庆;张磊;郑铁然;;网络环境下的语音识别方法[J];计算机科学;2005年01期
相关会议论文 前10条
1 张歆奕;吴今培;张其善;;语音的共性特征及其在语音识别中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
2 杜树木;何良华;;一种新的基于段长分布的语音识别模型[A];2009年通信理论与信号处理学术年会论文集[C];2009年
3 李桢;高万林;欧文浩;徐山川;;基于关键词语音识别的农业信息语音服务系统的研究与实现[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
4 张冰;龙长才;罗海风;;熟悉掩蔽音背景下的目标语音识别[A];泛在信息社会中的声学——中国声学学会2010年全国会员代表大会暨学术会议论文集[C];2010年
5 王承发;赵德彬;金山;苗百利;朱志莹;;语音识别应用中抗噪声干扰方法的初步探讨[A];第二届全国人机语音通讯学术会议论文集[C];1992年
6 杜笑平;杨启纲;杨家沅;;过零周期转移概率矩阵语音识别部件的研制[A];第二届全国人机语音通讯学术会议论文集[C];1992年
7 季宏;刘志文;杜燕玲;黄曾阳;;语音识别中的音字转换[A];第三届全国人机语音通讯学术会议论文集[C];1994年
8 葛余博;杨大利;曾德超;;噪声环境下语音识别的几个问题(一)[A];第三届全国人机语音通讯学术会议论文集[C];1994年
9 朱奇峰;俞铁城;;听觉中的协同现象和其对语音识别影响的探讨[A];第四届全国人机语音通讯学术会议论文集[C];1996年
10 姚磊;黄泰翼;陈景东;;一种高鲁棒性语音识别的通用自适应方法研究[A];第四届全国人机语音通讯学术会议论文集[C];1996年
相关重要报纸文章 前10条
1 闫婷;语音识别 理想与现实的距离[N];计算机世界;2007年
2 乐天;语音识别:让你的手机更聪明[N];计算机世界;2011年
3 雨夏;语音识别重在应用[N];计算机世界;2001年
4 王向东 栾焕博 林守勋 钱跃良;语音识别:抗噪音能力有待加强[N];计算机世界;2006年
5 本报记者 操秀英;颜永红:“搜索”语音识别的未来[N];科技日报;2010年
6 本报记者 李映;语音识别飞入寻常百姓家?[N];中国电子报;2012年
7 清华大学 刘加;语音识别应用促进技术发展[N];计算机世界;2006年
8 刘权;OSR提升语音识别率[N];中国计算机报;2004年
9 ;Intel涉足语音识别[N];计算机世界;2003年
10 本报记者 马文方;用互联网思维做语音识别[N];中国计算机报;2013年
相关博士学位论文 前10条
1 许金普;农产品市场信息采集的语音识别鲁棒性方法研究[D];中国农业科学院;2015年
2 包希日莫;面向蒙古语的语音识别声学建模研究[D];内蒙古大学;2016年
3 吴斌;语音识别中的后处理技术研究[D];北京邮电大学;2008年
4 奉小慧;音频噪声环境下唇动信息在语音识别中的应用技术研究[D];华南理工大学;2010年
5 孙f,
本文编号:1681580
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/1681580.html