人類的語音情感變化是一個抽象的動態(tài)過程,難以使用靜態(tài)信息對其情感交互進(jìn)行描述,而人工智能的興起為語音情感識別的發(fā)展帶來了新的契機(jī)。從語音情感識別的概念和在國內(nèi)外發(fā)展的歷史進(jìn)程入手,分別從5個方面對近些年關(guān)于語音情感識別的研究成果進(jìn)行了歸納總結(jié)。介紹了語音情感特征,歸納總結(jié)了各種語音特征參數(shù)對語音情感識別的意義。分別對語音情感數(shù)據(jù)庫的分類及特點(diǎn)、語音情感識別算法的分類及優(yōu)缺點(diǎn)、語音情感識別的應(yīng)用以及語音情感識別現(xiàn)階段所遇到的挑戰(zhàn)進(jìn)行了詳細(xì)的闡述。立足于研究現(xiàn)狀對語音情感識別的未來研究及其發(fā)展進(jìn)行了展望。 

【文章來源】：計算機(jī)工程與應(yīng)用. 2020,56(11)北大核心CSCD

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 語音情感特征
    2.1 韻律學(xué)特征
    2.2 基于譜的相關(guān)特征
    2.3 音質(zhì)特征
3 語音情感數(shù)據(jù)庫
    3.1 離散情感模型
    3.2 維度情感模型
    3.3 離散-維度情感模型
4 語音情感識別算法
5 語音情感識別的應(yīng)用
6 語音情感識別的挑戰(zhàn)
7 研究展望


【參考文獻(xiàn)】：
期刊論文
[1]基于語音情感的心理咨詢與性格分析算法研究[J]. 余倩,洪兆金,翟其俊,喬方圓,趙力.  信息化研究. 2019(05)
[2]基于深度卷積神經(jīng)網(wǎng)絡(luò)的腦電信號情感識別[J]. 陳景霞,王麗艷,賈小云,張鵬偉.  計算機(jī)工程與應(yīng)用. 2019(18)
[3]基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)腦電信號情感識別[J]. 田莉莉,鄒俊忠,張見,衛(wèi)作臣,汪春梅.  計算機(jī)工程與應(yīng)用. 2019(22)
[4]面向腦電情感識別的改進(jìn)多分類RVM模型研究[J]. 張雪英,王薇蓉,孫穎,宋春曉.  計算機(jī)工程與應(yīng)用. 2019(09)
[5]改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的語音情感識別方法[J]. 曾潤華,張樹群.  應(yīng)用科學(xué)學(xué)報. 2018(05)
[6]面向本科教育的語音情感識別實驗設(shè)計與實現(xiàn)[J]. 唐閨臣,梁瑞宇,王杰.  大學(xué)教育. 2018(09)
[7]基于語音分析的腫瘤病人心理情感判斷系統(tǒng)的設(shè)計[J]. 許紅亮,許容芳,楊凱.  循證護(hù)理. 2018(08)
[8]離散標(biāo)簽與維度空間結(jié)合的語音數(shù)據(jù)庫設(shè)計[J]. 陳穎,肖仲喆.  聲學(xué)技術(shù). 2018(04)
[9]自適應(yīng)的SVM增量算法[J]. 何麗,韓克平,劉穎.  計算機(jī)科學(xué)與探索. 2019(04)
[10]語音與文本情感識別中憤怒與開心誤判分析[J]. 胡婷婷,沈凌潔,馮亞琴,王蔚.  計算機(jī)技術(shù)與發(fā)展. 2018(11)



本文編號：3161637