题目：人机交互中的语音情感计算研究

自然和谐的人机交互（HCI）是自计算机诞生以来，人们一直不懈追求的目标。情感计算对于实现和谐人机交互具有重要意义，因此，人机情感交互模式已成为新的研究热点。作为人机情感交互的重要组成部分，以语音情感计算为基础的情感语音交互，越来越多的受到研究者的关注。本文以实现基于汉语语音的人机情感交互为研究目标，从建立情感语音数据库出发，深入研究语音情感识别方法，提出了两种语音情感识别模型，并进行了情感语音生成的探索性研究。高质量的情感语音数据库是语音情感计算的研究基础，也是目前相关研究的瓶颈之一。本文根据研究需求，制定了BHU（北京航空航天大学）情感语音数据库建立和管理的原则和规范，并根据该规范建立了BHUDES（北京航空航天大学情感语音数据库）。而且，本文建立了在线情感语音评测系统，完成了大量情感语音的评测工作，为语音情感计算，乃至情感研究提供了可靠数据。在说话人准相关的语音情感识别研究中，本文提出了基于孤立HHM（Hidden Markov Model，隐马尔可夫模型）和HMM/ANN（Artificial Neural Network，人工神经网络）混合模型的两种语音情感分类器。首先，本文讨论了基于孤立HMM的语音情感分类器性能，实验得出适合该模型的输入特征序列，并指出矢量量化码本容量对于德语、汉语语音情感识别效果的不同影响。然后，结合HMM处理动态时序模型和ANN分类性能的优势，本文设计了基于HMM/ANN混合模型的汉语语音情感识别系统。在说话人不相关的语音情感识别研究中，本文提出了一种基于SVM（Support Vector Machine，支持向量机）的多级汉语语音情感识别方法。本文进行了基于SVM的语音情感类别一对一分类实验，总结了不同语音情感类别间区分度的特点，并据此设计了基于SVM的多级语音情感分类系统，该系统与激励-评价（Activation-Evaluation）情感空间理论具有一致性，且分类模型简单，易于实现。 最后，在基于韵律调节的情感语音生成研究中，本文主要做了两方面的工作：1. 利用BHUDES总结情感语句基于全局和分段韵律特征的变化规律；2. 利用语音韵律调节技术进行情感语音生成的实验。