基于特定人的语音情感识别研究开题报告

1. 研究目的与意义

当今世界，信息技术飞速发展，计算机应用已经深入到大众生活的方方面面。它的问世一方面为我们带来了生活的便利与快捷，另一方面，它潜移默化地改变着我们的生活，使我们对它的依赖性也越来越强。因此，如何更加有效地与计算机进行交流，让它能够“懂得”人类的语言，“感知”人类的情感，消除人与计算机沟通的障碍，已经成为研究的热点课题和未来人机交互发展的方向。语言作为人们最常使用的交流方式，在我们的生活中起着不可替代的作用。语音当中包含的情感信息也最为丰富。因此，对语音中情感信息的分析开始被研究人员所重视。现如今，特定人的情感语音识别已经应用于声控门锁开关和公安犯罪嫌疑人的测谎中。情感计算的提出，就是让计算机能够自动地识别出说话人所处的情感状态。语音情感识别具有广泛的应用前景，可以为人们带来可观的收益。

2. 课题关键问题和重难点

关键问题1、特征选择方法。要研究情感特征的重要性，就必须有一种理论性较强且通用的特征选择方法。至今为止，一些常用的特征选择方法虽然能够帮助提高识别性能，但也存在理论性不强、随机性高、计算量大的缺点。我们提出的基于主成分分析技术(principal component analysis, pca)的特征选择方法，对原始特征先进pca变换，然后在变换域中分析出原始特征的重要性，从而对原始特征进行选择。2、建立一个情感识别演示系统。该系统针对某一特定说话人，给予一定的训练样本，就可以训练出该说话人的情感模型，用来识别他的语音中包含的情感信息。难点1、语音情感识别数据库的建立，声音的采集。2、基于异常点检测的语音情感识别模型的自适应调整，检测并替换模型中的异常点，使模型逐渐向特定用户迁移，得到该用户的个性化模型。

3. 国内外研究现状（文献综述）

4. 研究方案

根据要求，确定如下方案：

5. 工作计划

2022-2023-2学期第1-2周阅读语音信号处理和情感语音的相关书籍，并且准备好所需的硬件设备，安装praat、cooledit、opensmile等软件。

第3周完成声音的采集工作和数据库的建立。