1、語音情感識別是心理學、語音學、數(shù)字信號處理、人工智能等多個學科相互交叉而產(chǎn)生的新興研究領域，引起了越來越多學者的關注。語音情感識別不僅在人機交互中有較大的應用前景，而且在疾病診斷、刑偵破案、遠程教育等領域也有日趨廣泛的應用。因此，語音情感識別的研究具有重大的理論意義以及實際應用價值。
　　目前，語音情感識別研究已取得了豐富的理論和應用成果，然而由于語音自身的復雜性以及各相關學科發(fā)展程度的制約，該項研究依然存在許多亟待解決的技術難題

2、。本文是在悲哀、高興、中性、驚嚇四種語音情感庫的基礎上，對語音情感識別特征提取技術做了相關研究，主要包括如下四個方面內容:
　　(1)端點檢測不僅影響語音情感識別系統(tǒng)的性能，而且對語音分析中的計算量與處理時間也有影響。本文提出采用了基于能熵比的端點檢測法，并與常用的基于短時能量與短時過零率的方法做了比較分析。實驗結果表明，在低信噪比的情況下，本文采用的方法能得到更優(yōu)的檢測效果。
　　(2)特征選擇是語音情感識別系統(tǒng)中的關鍵環(huán)

3、節(jié)。通常，特征選擇的原則是盡可能將相關特征納入特征集，其結果很難避免特征間的相關性和冗余性，同時大大增加了計算量，并對隨后的語音情感識別結果帶來負面的影響。因此，本文采用了BP神經(jīng)網(wǎng)絡對常用的32個特征進行特征選擇，選出對語音情感識別貢獻度較好的5個特征（能量一階差分、基頻均值、MFCC均值、過零率一階差分、LPC均值）作為特征矢量集，最后分別使用SVM與GMM識別機進行識別，得到語音情感平均識別率分別為76％與79.75％。因此，本文

4、以下工作中的語音情感識別機選用GMM。
　　(3)從特征選擇結果得到的5個特征，其中MFCC均值參數(shù)維數(shù)為24、LPC均值參數(shù)維數(shù)為12，而其余三個特征參數(shù)（能量一階差分、基頻均值、過零率一階差分）的維數(shù)均為1。因此，為了進一步提高語音情感識別率，降低特征維數(shù)，減少計算量，本文提出采用PCA方法對MFCC均值與LPC均值組成的36維特征矢量集進行降維，得到一組16維特征矢量集與其余三個特征組成新的特征矢量集。最后使用GMM識別機識

5、別，得到四種語音情感的平均識別率為80.5％，實現(xiàn)識別率的提升。
　　(4)由(3)可知，其方法對語音情感識別率的提升是有效的，然而提升效果有限。因此，為了進一步提升語音情感識別率，本文提出了在語音信號基頻曲線上提取MFCC特征參數(shù)，并將其加入特征矢量集中，用GMM識別機識別，得到四種語音情感的平均識別率為83％。為了再進一步提升語音情感識別率，本文提出了基于短時平均幅度曲線上提取的微擾特征參數(shù)，并將其加入特征矢量集中，用GMM識