基于Hilbert-Huang變換的情感語音特征提取研究.pdf

1、隨著人類科學和信息技術(shù)的發(fā)展，計算機與人類的生活越來越緊密，新型人機交互技術(shù)逐漸成為研究熱點，語音情感識別作為一種提高計算機智能化、人性化水平的新技術(shù)具有重要研究價值和應用前景。
　　 情感特征的提取是語音情感識別的重要方面。針對目前大多數(shù)的語音情感特征不能有效體現(xiàn)語音情感特性，情感識別率不高的問題，本文從信號分析方法入手，將Hilbert-Huang變換引入語音信號處理，先對Hilbert-Huang變換中存在的一些問題進行了

2、改進，然后基于Hilbert邊際能量譜提取了一組新的情感特征用于語音情感識別。具體內(nèi)容如下:
　　 (1)本文首先對常用的傳統(tǒng)聲學特征進行了提取，分析了高興、憤怒、悲傷、平靜、厭倦五種情感狀態(tài)下，語音信號的韻律特征（基頻、短時能量、過零率）及頻譜特征（MEL頻率倒譜系數(shù)、線性預測倒譜系數(shù)）的情感特性。
　　 (2)將Hilbert-Huang變換用于語音信號的處理，首先，對Hilbert-Huang變換中主要影響信號頻譜

3、分析的缺點進行了改進，對于影響頻譜分析的模態(tài)混疊問題，引入總體平均經(jīng)驗模態(tài)分解(EEMD)方法進行改進，而對于固有模態(tài)函數(shù)中偽分量的剔除問題，使用了一種基于能量分析的新方法;然后，通過對不同情感語音的Hilbert邊際能量譜的比較分析，提取了一組新的情感特征:Mel頻率邊際能量系數(shù)(MFEC)、Mel頻率子帶頻譜質(zhì)心(MSSC)、Mel頻率子帶頻譜平坦度(MSSF)，總稱為Hilbert邊際能量譜特征。
　　 (3)本文采用支持