基于高斯混合模型的情感LPC系数的研究与建模

论文摘要

随着信息技术的高速发展,人类对计算机的依赖性不断增强,因此,人机的交互能力越来越受到研究者的重视。语音是众多信息载体中具有最大信息容量的信号,具有最高的智能水平。当今语音信号处理研究的热点,已从传统的只着眼于词汇传达的准确性,到了研究语音信号的情感表达。因此,本文从情感语音的特征级出发,对LPC（线性预测）系数的情感建模进行了研究。本文针对当前缺乏语音情感特征的发声模型方面的专门研究的现状,通过探索情感特征与LPC系数之间的映射关系,提出建立LPC系数的情感模型的新方案。本文在中科院情感语音库的基础上分别建立高兴、愤怒、悲伤及中性四种情感数据库；研究情感语音的音质特征参数,得到上述四种情感的共振峰统计规律；重点设计并实现基于高斯混合（GMM）模型的情感LPC系数的建模方案,通过采用不同情感语音的LPC特征矢量,结合动态时间规整技术（DTW）、期望最大化算法（EM）和最小均方误差准则（MMSE）,对模型进行训练和参数估计,最终获得高兴、愤怒、悲伤三种情感对中性语音的LPC系数映射规则函数,完成对情感LPC参数的建模。并设计实验测试方案,采用板仓-斋田准则（IS）对通过映射函数得到的LPC系数和标准中性语音的LPC系数进行谱失真测度的计算,仿真实验结果表明,建立的情感模型有效的表征了不同情感对LPC系数的影响。本文提出的基于高斯混合模型的情感LPC参数的声学建模方法,是情感语音信号处理领域的一个新的研究方法,为情感给语音合成、识别等带来的影响研究提供了新的思路和解决方案。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景和意义
• 1.2 情感特征参数的研究现状
• 1.3 情感建模的研究现状
• 1.4 课题主要研究内容
• 第二章 情感语音数据库
• 2.1 情感语音库
• 2.1.1 情感语音的定义
• 2.1.2 情感语音的分类
• 2.1.3 情感语音库的分类
• 2.1.4 情感语音库介绍
• 2.2 情感语音数据库的建立
• 2.3 本章小结
• 第三章 情感语音的音质特征分析
• 3.1 语音信号的预处理
• 3.1.1 预处理
• 3.1.2 端点检测
• 3.2 线性预测系数LPC
• 3.2.1 线性预测基本原理
• 3.2.2 线性预测系数的计算
• 3.3 语音情感的音质特征分析
• 3.3.1 情感对音质的影响
• 3.3.2 共振峰分析
• 3.4 常见的语音信号建模方法
• 3.4.1 线性多变量同归法
• 3.4.2 神经网络法
• 3.4.3 隐马尔可夫模型法
• 3.4.4 高斯混合模型法
• 3.5 本章小结
• 第四章 基于高斯混合模型的情感LPC系数研究
• 4.1 高斯混合模型的基本概念
• 4.1.1 高斯混合模型的描述
• 4.1.2 高斯混合模型的参数设置
• 4.1.3 初始参数设置
• 4.2 建模的构架及流程
• 4.3 情感LPC参数的提取
• 4.3.1 预处理
• 4.3.2 参数的提取和仿真
• 4.4 情感LPC参数模型的建立
• 4.4.1 GMM模型的参数训练
• 4.4.2 映射规则
• 4.5 本章小结
• 第五章 实验分析与评价
• 5.1 实验平台
• 5.2 实验方案
• 5.3 实验结果与评价
• 5.4 本章小结
• 第六章 总结与展望
• 参考文献
• 附录
• 致谢
• 学位期间主要的研究成果