基于语音的负性情感强度模型研究

发布时间：2018-01-13 06:31

  本文关键词：基于语音的负性情感强度模型研究　出处：《太原理工大学》2017年硕士论文　论文类型：学位论文

  更多相关文章： 语音情感识别 相似度算法 情感强度模型 支持向量机

【摘要】：语音情感识别作为人工智能领域的重要分支,在实现自然和谐的人机交互方面具有重要的研究和应用价值。对语音的情感进行计算,是人机交互中广为关注的领域,而语音的情感强度模型研究更是其核心研究内容。但由于目前对情感的描述方式存在着较大差别,加之情感本身的社会性和多模态性,均对语音的情感强度模型研究造成了较大的阻碍。鉴于上述原因,本文首先对情感描述模型以及情感语音识别系统分别进行了详细介绍。然后重点对语音情感强度模型的训练及建立进行了详尽的探究和论述,根据Plutchik“情感轮”理论对情感强度进行了等级划分,使用相似度算法来建立情感强度模型,实现对基本负性情感语音的情感强度划分。最后设计实验对本文所建立的情感强度模型划分结果进行识别,平均识别率为90.4%。本文的主要研究内容如下:(1)对谱聚类算法进行优化。本文以密度敏感的相似度度量,通过对类内数据的减小以及类间数据的放大,构造相似度矩阵;以Bagging算法,根据不同的约束条件,选取拉普拉斯矩阵中最优的特征向量组合,分别解决了多尺度聚类和特征向量选取的问题,从而实现了谱聚类算法的优化。(2)基于优化后的谱聚类算法,训练并建立了三阶情感强度模型。以优化的谱聚类相似度算法为基础,以基本负性情感语音为数据来源,选取并建立情感特征向量矩阵,对特征矩阵的每一列进行聚类,训练并建立三阶情感强度模型,并使用该模型实现语音的三阶情感强度划分。最后通过支持向量机对划分结果识别,获得了90.4%的平均识别率。本文以基本负性情感语音数据为基础,训练建立的三阶情感强度模型对语音的情感强度实现了有效划分,并且该模型的应用不仅可以用于语音情感识别领域,也为心理疾病的诊断提供了新的思路和新的可能性,具有重要的应用和研究价值。
[Abstract]:In this paper , the emotion intensity model and the emotion intensity model of speech are discussed in detail , and the emotion intensity model of speech is divided according to Plutchik ' s emotion wheel theory .

【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TN912.3

【相似文献】

相关期刊论文 前1条

1 马玉萍,朱文海;地空导弹武器系统研制阶段年度投资强度模型[J];系统工程与电子技术;1993年01期

相关博士学位论文 前1条

1 周颖颖;住房抵押贷款强度定价模型研究[D];大连理工大学;2009年

相关硕士学位论文 前7条

1 尤思航;非热处理强化铝合金强度模型的研究[D];哈尔滨工业大学;2015年

2 韩欢欢;基于场论的商品房预售资金监管强度模型研究[D];重庆大学;2016年

3 张子恒;基于语音的负性情感强度模型研究[D];太原理工大学;2017年

4 孙赞赞;多尺度违约强度模型下的可违约债券定价[D];上海交通大学;2011年

5 曾永松;电子执法环境下阶梯式处罚强度模型研究[D];哈尔滨工业大学;2014年

6 林双羽;多尺度强度模型下标的股票含有违约风险的期权定价[D];上海交通大学;2011年

7 黄建君;充填法挡墙强度模型研究及应用[D];昆明理工大学;2014年

，

本文编号：1417890