● 摘要
情感人机交互技术是当前信息技术领域的重要研究方向，在多模信息处理的情感人机交互中起着关键作用。语音情感识别的研究对于增强计算机的智能化和人性化、开发新型人机环境、以及提高语音识别系统的性能等方面，均有着非常重要的现实意义和长远的发展前景。本文首先介绍了语音情感数据库建立的原理和方案，并通过模糊熵的方法给出本文汉语语音情感数据库的多种特征的情感贡献度的评价分析，同时还采用序列前项搜索（SFS）策略分析了基于隐马尔科夫模型（HMM）分类器的情感特征选择方法，为后续的HMM的识别方法打下了良好的基础。在基于HMM语音情感识别器的设计方面，针对HMM分类器决策能力较弱的缺点，本文研究了两种融合ANN（人工神经网络）+HMM的语音情感识别分类器。第一种分类器融合了ANN模型作为HMM的后处理器，实验结果表明在小样本或者HMM训练不充分的情况下该方法可能提高语音情感的识别率。另外，本文还设计了一种基于状态分割的综合HMM和ANN识别模型，与HMM模型的实验结果相比较，情感总体识别率提高了约5%，表明此种分类器能有效的提高情感识别的正确率，具有更好的性能。