不同表现状态下语音情感识别方法的研究开题报告

 2022-11-24 20:14:38

1. 研究目的与意义

背景:不同状态下的语音情感识别所涉及情感分类、语音情感特征和语音情感识别算法等语音情感识别是建立在对语音信号的产生机制深入研究与分析的基础上,对语音中反映个人情感信息的一些特征参数进行提取,并利用这些参数采用相应的模式识别方法确定语音情感状态的技术。

这是人机交互领域的一个重要研究方向。

语音情感识别系统主要包括语言处理和情感处理两个重要部分。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 课题关键问题和重难点

问题:情感语料问题:情感本身的复杂性,使得情感语音数据的采集和整理工作非常困难,进而导致了高质量的情感语料难以获取。

尤其是相比于语音识别领域的大规模自然语音数据库以及音乐计算领域的海量歌曲数据库,现已公布的情感语料数据堪称稀少。

对离散情感语音数据库而言,如何同时满足语料的自然度和情感的纯净度是其面临的最大挑战。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 国内外研究现状(文献综述)

语音作为语言符号系统的载体,是由人的生理发声器官发出的。

语音作为语言的第一属性,在语言中起决定性的支撑作用,不仅包含说话人所要表达的文本内容,也包含说话人所要表达的情感信息。

情感与人态度中的内向感受、意向具有协调一致性,是态度在生理上一种较复杂而又稳定的评价和体验。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究方案

我认为总的方案步骤分为:(1)用于获取语音信号;语音信号预处理模块,(2)用于预处理所述语音信号,获得预处理语音信号;(3)特征提取模块,用于对所述预处理语音信号采用深度信念网络进行无监督的语音信号特征提取,获得语音信号特征;(4)情感识别模块,用于将所述语音信号特征采用支持向量机进行语音情感的识别分类,获得语音情感识别结果。

设计方案:一般说来,语音情感识别系统主要由3部分组成:语音信号采集、情感特征提取和情感识别,语音信号采集模块通过语音传感器(例如麦克风等语音录制设备)获得语音信号,并传递到下一个情感特征提取模块对语音信号中与话者情感关联紧密的声学参数进行提取,最后送入情感识别模块完成情感的判断。

需要特别指出的是,一个完整的语音情感识别系统除了要完善上述3部分以外,还离不开两项前期工作的支持。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 工作计划

第1周:接受任务书,领会课题含义,按要求查找相关资料;第2周:阅读相关资料,理解有关内容;第3周:翻译相关英文资料,提出拟完成本课题的方案,写出相关开题报告一份;第4周:方案的总体设计和规划;第5周:方案各模块的设计;第6周:方案各模块的设计;第7周:各方案程序测试;第8周:软件功能验证;第9周:系统的整合;第10周:方案的测试和验证;第11周:修改、完善并提交毕业论文;第12周:评阅教师评阅论文,学生根据指导意见修改论文;验收软件成果,接受答辩资格审查;第13周:准备参加答辩;第14周:毕业设计答辩及成绩评定。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。