8971434_邱明璞_基于机器学习的语音情感识别系统的设计_论文主体部分.docx

-PAGEI-摘要语音识别在现实中有着极为重要的应用，现在语音内容的识别技术已日趋成熟。当前语音情感识别是研究热点之一，它可以帮助AI和人更好地互动、可以帮助心理医生临床诊断、帮助随时随地高效测谎等。本文采用了中科院自动化所的CASIA语料库作为样本，先进行预处理，之后对语料库进行语音情感特征函数的提取，再结合二叉树进行SVM支持向量机的分类，最后得到识别准确率。预处理是将语音信号提纯的操作，主要分为数字化、预加重、分帧加窗和端点检测4步，之后来到提取语音情感特征参数的阶段。虽然有许多语音情感特征参数，本文中使用的语音情感特征参数为基音频率、短时能量、共振峰和梅尔倒谱系数（MFCC）四种，再对每一种特征参数进行归一化运算。传统的支持向量机识别语音情感信号为“一对一”模型，若有种情感，算法复杂度为。结合语音情感的分类间有较为相似和不相似两种情况，本文采用将二叉树和支持向量机结合的方法，每一层都遵循相似聚类的准则，逐层二分，从根结点的所有情感，最后分类到叶结点只有一个情感，此时完成识别分类。种情感的算法复杂度为，大大提高了效率。本文最后在完成整个系统后端的架构之后，加入了UI界面，原本运行界面简陋的系统，拥有了更加直观的显示，在面板上就可以方便地调节参数，也可以快速得到对比结果和识别结果。关键词：语音情感识别，机器学习，二叉树，支持向量机本页为“6毕业论文Abstract（1页或2页）”，点击菜单“USTB本科论文各部分”中的本部分菜单进行相应操作。本提示信息为非打印信息，可一直保留，不影响打印。(-PAGEIV-SpeechemotionrecognitionbasedonMachineLearningAbstractSpeechrecognitionhasextremelyimportantapplicationsinreality,andnowtherecognitiontechnologyofspeechcontenthasbecomeincreasinglymature.Currentspeechemotionrecognitionisoneoftheresearchhotspots.ItcanhelpAIandpeopleinteractbetter,itcanhelppsychologistsmakeclinicaldiagnosis,andhelptoeffectivelydetectlieanytime,anywhere.Inthispaper,theCASIAcorpusoftheInstituteofAutomationoftheChineseAcademyofSciencesisusedasasample,pre-processedfirst,andthenthespeechemotionfeaturefunctionisextractedfromthecorpus,andthenthebinarytreeisusedtoclassifytheSVMsupportvectormachine.Preprocessingistheoperationofpurifyingspeechsignals.Itismainlydividedinto4steps:digitization,pre-emphasis,framedwindowing,andendpointdetection,andthencomestothestageofextractingemotionalfeatureparametersofspeech.Althoughtherearemanyspeechemotionfeatureparameters,thespeechemotionfeatureparametersusedinthisarticlearepitchfrequency,short-termenergy,formant,andMelcepstrumcoefficient(MFCC),andtheneachfeatureparameterisnormalized.Traditionalsupportvectormachinesrecognizespeechemotionsignalsasa"one-to