基于特征提取多模式结合的语音情感识别的研究的中期报告.docx

基于特征提取多模式结合的语音情感识别的研究的中期报告
一、论文中期进展总结：
本文主要是基于特征提取和多模式结合的方法，实现对语音情感的识别，已经完成了以下研究工作：
1.语音情感识别的数据采集。收集语音情感数据库，每个情感类别包含100个句子，共有5个情感类别。
2.语音信号预处理。对录制的语音信号进行预处理，包括去除噪声和增强信号。
3.特征提取。采用Mel频率倒谱系数（MFCC）和线性预测编码（LPC）两种特征提取方法，提取语音信号的特征。
4.特征处理。将MFCC和LPC特征进行归一化处理，将不同特征融合成一个特征向量。
5.多模式结合。采用支持向量机（SVM）和多层感知机（MLP）两种模式进行分类，将结果进行综合。
二、问题分析和解决措施：
1.数据库的采集难度比较大，数据量不够。可以考虑增大数据量，同时融合其他多种数据集。
2.特征提取方法需要进一步优化。可以考虑引入其他特征提取方法，比如基于时域的短时能量、语调等方法，或者基于频域的功率谱密度等方法，进一步提高分类的准确度。
3.模式设计需要优化。可以考虑采用其他分类器，或者进行特征选择和降维等方法，提高分类的准确度和效率。
三、下一步研究计划：
在解决以上问题的基础上，下一步的研究计划如下：
1.研究采用其他特征提取方法，比如基于时域的短时能量、语调等方法，或者基于频域的功率谱密度等方法，进一步提高分类的准确度。
2.采用其他分类器，或者进行特征选择和降维等方法，优化模式的设计，提高分类的准确度和效率。
3.对多模式结合的方法进行进一步研究，探索更好的融合方式，提高分类效果。