基于移动平台的语音感情识别系统

摘要

近年来，在Apple公司IOS和Google公司Android系统的带动下，智能移动设备得到迅猛发展，无论是在技术层面还是在商业化水平上都已日趋成熟。智能移动设备为许多技术应用提供了一个广阔的舞台，越来越多的语音处理技术也已成功地应用到移动平台。作为人机语音智能交互的关键技术，语音情感识别技术吸引了诸多学者的关注，同时随着该项技术研究的深入，其对计算机发展和社会生活的重要性也日益凸现。
　　 目前语音情感识别系统主要是通过依靠声音的低层次声学特征来进行识别，可分为基于模型的特征和非基于模型的特征。其中基于模型的特征主要有：基频、共振峰、LPCC和MFCC，非基于模型的特征主要有：语速、短时平均过零率、发音持续时间和能量等。语音情感识别主要有三大类：a)基于概率生成模型如高斯混合模型(GMM)和隐马尔可夫模型(HMM)；b)基于判别模型如支持向量机(SVM)和人工神经网络(ANN)；c)a、b两种模型融合的混合模型如GMM/K最近邻算法、SVM/K-NN法、HMM/ANN法等。
　　 本文的主要工作如下：
　　 1.语音处理及模式识别算法分析。详细分析现有典型语音处理、特征向量及其提取、语音情感模式识别算法特点。
　　 2.系统需求分析以及系统架构设计。结合移动平台以及语音情感识别技术，根据实际系统需求，设计移动平台语音情感识别系统。
　　 3.语音情感特征向量分析及识别模型设计。详细介绍本系统采用的特征向量提取方法以及识别效果，结合实际使用特征向量设计识别模型算法。
　　 4.算法设计及实验分析。在分析核心算法矢量量化、HMM模型的基础上，提出语音情感识别模型VQ+DHMM，分析该模式识别算法的实际识别效果。
　　 5.基于Android移动平台，实现语音情感识别系统，并进行测试验证。