胡明 崔冉 郭健鵬 吳靜然 翟曉東



摘要:語(yǔ)音信號(hào)包含了人類豐富的情感信息,本文從離散情感模型出發(fā),選擇了高興、悲傷、憤怒和害怕4種基本情感作為研究對(duì)象,利用螢火蟲(chóng)算法實(shí)現(xiàn)了支持向量機(jī)參數(shù)自動(dòng)尋優(yōu),從而提高了識(shí)別的效率。為了使測(cè)試數(shù)據(jù)更據(jù)代表性,選取了中文和德文數(shù)兩種據(jù)庫(kù),400個(gè)樣本進(jìn)行訓(xùn)練和測(cè)試。實(shí)驗(yàn)表明,對(duì)SVM分類器進(jìn)行優(yōu)化在一定程度上提高了情感識(shí)別率。
關(guān)鍵詞:語(yǔ)音信號(hào);螢火蟲(chóng)算法;改進(jìn)的支持向量機(jī);情感識(shí)別
中圖分類號(hào):TP18 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1007-9416(2019)06-0109-02
0 前言
機(jī)器情感這一研究領(lǐng)域從提出概念伊始,就伴隨著倫理道德的疑慮。而隨著人工智能技術(shù)的發(fā)展,如何設(shè)計(jì)并實(shí)現(xiàn)一個(gè)具有情感識(shí)別的智能機(jī)器人顯得尤為重要了。而其關(guān)鍵技術(shù)就是研究情感識(shí)別核心算法,不斷提高識(shí)別的速度和準(zhǔn)確率。
目前情感識(shí)別研究領(lǐng)域中,最主要的途徑就是通過(guò)對(duì)人的生理信息,例如聲音信號(hào)、脈搏信號(hào)、腦電信號(hào)、面部表情、身體形態(tài)等一種信號(hào)分析或多種信號(hào)的多模分析,利用識(shí)別技術(shù)進(jìn)行訓(xùn)練學(xué)習(xí)和類型識(shí)別判斷。本文主要通過(guò)對(duì)語(yǔ)音信號(hào)的拾取、預(yù)處理、特征提取和類型識(shí)別,達(dá)到情感識(shí)別的目的,這一過(guò)程的核心是類型識(shí)別,也是近幾年研究最多、成果最豐富的環(huán)節(jié)。本文利用改進(jìn)的支持向量開(kāi)展語(yǔ)音信號(hào)情感識(shí)別的研究,研究思路如圖1所示。
1 語(yǔ)音情感的分類
人類的情感是一個(gè)復(fù)雜的系統(tǒng),屬于心理學(xué)范疇,目前尚無(wú)一個(gè)統(tǒng)一的、標(biāo)準(zhǔn)的定義。……