基于语音情感识别的e-Learning教学探索
[摘要]为了解决目前e-Learning教学系统中的情感交流匮乏问题，提出一种新的基于语音情感识别技术的e-Learning系统模型。语音作为人类最重要的交流媒介之一，不仅携带着大量的文字符号信息，还包含了人类丰富的情感信息。利用语音情感识别技术获取和识别学习者的学习情感状态，从而实现e-Learning教学系统的智能化和人性化。本文对该系统的关键技术作了详细阐述。毕业论文网
　　[关键词]e-Learning；语音；情感识别毕业论文网
　　[　　[论文编号](24―02毕业论文网
　　毕业论文网
　　引言毕业论文网
　　毕业论文网
　　e-Learning也叫数字化学习，是通过因特网或其他数字化媒体进行学习与教学的活动。当前，随着信息技术的快速发展，e-Learning已经在教育、教学等领域得到了广泛应用，并产生了深刻影响。然而，在当前的e-Learning环境下，由于师生在物理空间上的分离，导致师生之间缺少必要的情感交流和反馈。而按照教育心理学的观点，一个真正人性化的教学系统，不仅应当是有智能的，而且还应当有情感的。因此，如何在e-Learning系统中测量出学习者学习时的认知和情感，构建具有情感交互能力的和谐学习系统，已经成为现代远程教育中一个新的热点研究课题。毕业论文网
　　近年来，以语音情感识别为核心的情感计算技术的研究发展，已经成功应用于人工智能、智能人机交互等领域。这使得在e-Learning系统中，也可以利用情感计算技术，跟踪学习者的情感状态，提供个性化服务，以及根据学习者情感体验的变化及时调整教学策略。为此，本文利用语音情感识别技术，以e-Learning应用为背景，设计一种基于语音情感识别技术的新型e-Learning教学系统。毕业论文网
　　毕业论文网
　　一　基于语音情感识别的e-Learning系统模型毕业论文网
　　毕业论文网
　　师生情感交流是教学环节中的一项重要内容，它有助于学生消极情绪向积极情绪的迁移。在学习过程中，学习者的言语中不仅包含了文字符号信息，同时也包含了丰富的感情和情绪等信息。例如，当学习者对学习内容能够理解和接受时，往往情绪高涨，言语比较欢快；反之，情绪低落，言语比较低沉丧气。可见，学习者不同情感的表现是一种重要的教学反馈信息。利用这种反馈信息，我们可以有效调整教学策略，更好地服务自主学习。因此，在传统e-Learning系统的基础上，本文通过增加一个语音情感识别技术模块，设计出一种基于语音情感识别技术的智能化e-Learning系统模型，如图1所示。毕业论文网
　　毕业论文网
　　该系统模型以语音情感识别技术为核心，及时捕捉和识别学习者的情感状态，并根据学习者特定的情感状态作出相应的情感激励或补偿策略。该模型主要有五部分组成：毕业论文网
　　●接口：除了传统e-Learning系统中的人机接口外，新增加一个情感语音输入接口模块，专门负责收集学习者的情感化的语音信息。毕业论文网
　　●语音情感信息处理算法模块：通过相关传感器，对收集到的情感化的语音信息提取能够区分不同情感类型的语音特征参数，然后利用模式识别分类器识别出学习者的整体情感状态，并作出适当的学习评价。毕业论文网
　　●评价模块；主要收集评价结果，然后转化为相应的评价参数，同时从学习模型中提取学习记录。毕业论文网
　　●教学策略：根据评价参数和学习者模型中的学习记录，及时调整教学策略，从课程资料库中选取适合学习者学习的资料提供给学习者，同时也作出相应的情感激励和补偿。毕业论文网
　　●学习者模型：主要记录和学习者相关的个人信息、学习背景信息，认知风格信息、情感信息等。毕业论文网
　　毕业论文网
　　二　语音情感识别技术的实现毕业论文网
　　毕业论文网
　　语音情感识别就是对输入的学习者的情感化语音信号进行预处理(如降噪)后，分析和提取与学习者情感表达密切相关的语音特征参数，然后采用模式识别分类器分别进行训练和测试，最后输出学习者的情感类型，得到识别结果。一个简单的语音情感识别模型由如下五部分构成，如图2所示。其中模型中最重要的两个环节是，特征提取以及分类器的确定。毕业论文网
　　毕业论文网
　　毕业论文网
　　1　语音情感特征参数的提取毕业论文网
　　提取何种有效的语音情感特征参数是语音情感识别技术研究中最关键的问题之一，情感特征的优劣直接影响到情感最终识别结果的好坏。心理学和韵律学的研究已经表明，语音信号中的情感主要通过语音中的韵律特征表现出来的。例如，当一个人发怒的时候，讲话的速率会变快，音量会变大，音调会变高，而一个人悲伤的时候讲话的语速会变慢，音量会变小，音调会变低，这些都是可以很直观的感受到的变化。目前，研究者进行语音情感识别的研究普遍采用了常见的基音频率(简称基频)、振幅、语速等韵律特征。原因是这些韵律特征能够反映说话人的部分情感信息，较大程度上能区分不同的情感，而且容易提取和使用。但是，近年来的研究表明语音信号中的音质特征也包含情感信息，体现了不同类型情感的发音方式的区别，如生气和高兴发音时由于喉咙的位置不同而引起的喘气和沙哑等方面的不同。本文提取的语音特征参数类型包含了韵律特征和音质特征。表1列出了这些提取的语音特征与四种常见的情感类型(生气、欢快、沮丧、厌恶)之间的关系。
本文内容只是论文部分简介，如需了解更多详情请咨询本站客服！
上一篇：没有了
下一篇：没有了
发布人：admin　Tags：　　[摘 要] 情感声学特征在语音情感识别过程中扮演非常重要的角色，本文拟定的研究普通话的语音情感识别方式分为以下几个步骤" />
免费阅读期刊
论文发表、论文指导
周一至周五
9：00&22：00
普通话的语音情感识别措施
&&&&&&本期共收录文章20篇
　　[摘 要] 情感声学特征在语音情感识别过程中扮演非常重要的角色，本文拟定的研究普通话的语音情感识别方式分为以下几个步骤：优先选择、序列前向、序列后向以及逐步判别分析。由此针对说话人与文本无关人、说话人两组呈现出的普通话情感语音做出特征性的选择，并将实际效果进行分析与对比。 中国论文网 /9/view-6294159.htm　　[关键词] 普通话；语音情感；识别；特征选择；情感声学特征 　　一、普通话的语音情感特征及选取 　　在本文研究过程中需要结合普通话情感语料内容，首先普通话语音情感特征的选择与提取应从收集与录制普通话语料中获取；其次将普通话的情感语料分为两组，分别为说话人与文本无关、说话人；之后分别从两组中对比得出语音中质量与韵律特征。下文中将采用不同的方式对普通话的语音情感特征进行逐一选择与分析，力图通过实验结果的分析得出普通话语音情感识别的最有效措施。 　　1、普通话的语音情感语料收集 　　普通话语音情感语料收集的方式分为剪辑与录音两种，在收集的过程中比较注重高兴、悲伤、愤怒、害怕以及中性这五种基础情感类别，本文将选择1185句普通话形式的语音情感语料。在实验过程中采用490句由电影与广播剪辑中获取的定向语音情感语料，其中包括高兴、害怕、愤怒以及悲伤这四个类型，并将这一组普通话的语音情感语料数据命名为说话人与文本无关，其余696句普通话的语言情感语料是通过专业级别录制的有效情感语音语料，并将这一组普通话的语音情感语料命名为说话人相关组。 　　2、普通话的语音情感特征获取 　　普通话语音情感中韵律特征可以通过基频、能量、对数能量以及时间长短进行对比试验，而语音质量可以通过共振峰得出情感声学特征。在实验过程中可以将短时过零率以及短时能量幅度两种方式作为普通话语音情感识别的端点检测依据，同时截取有效的普通话语音情感语料，并确定从中获取的语音帧长为5ms。最后将获取的每一帧语音中基频（F0）、能量（Eng）、共振峰（F1/F2/F3）以及宽带进行数值统计。 　　3、普通话的语音情感特征选择 　　普通话的语音情感特征识别要通过系列的特定预料选取以及对比，普通话的语音情感特征选择方法分为经典与多元统计两种，其中经典方法中包括PFS，SFS和SBS；多元统计中比较常用的方式为SDA。 　　PFS：利用这种方式选择语音情感特征，首先要将语音中各个情感的原是特征进行逐一对比与评价，同时将对比评价得到的结果按照错误率的升序进行有效排列。其次将按照序列升降顺序将单独语音情感特征归纳到目标特征组，并将选入的特征进行逐一对比与评价，待对所有语音中特征都在目标特征组进行比较之后选择出最有特征组。 　　SFS：利用这种方式选择语音情感特征，首先要讲这一系列中目标特征组设为空白，之后将普通话语音语料原是特征组中内容选择并增加到目标特征组，并使其与目标特征组中特征组合之后能够保证其对比与评价过程中是本轮错误率最低的，按照这种形式逐一将原是特征组与目标特征组进行组合与对比。最后选择出原始特征组作为新特征增加到目标特征组时，评价与对比结果最优的一组特征。SBS与SFS在普通话的语音情感特征选择过程中措施方式是相反的。 　　二、普通话的语音情感识别措施分析 　　本文就说话人与文本无关人一组进行实验比较，普通话语音情感语料特征从1逐渐增加到10，这一过程中语音情感特征增长率占特征总数的30%，同时增涨的是特征组合的准确率，已从40%升至70%，上升了三个百分点；实验过程中继续增加语音特征到28，此时得出的平均准确率由70%上升到74%，这一递增过程中仅上升0.4个百分点。另一组实验将说话人普通话的语音情感特征作为主要参考对象，这一实验需要特定人的语音情感语料作为对比内容，同时选取特定语音的基频平均值、共振峰（F1）平均值、对数能量平均值等9-12个基础特征，实验结果以各项特征平均准确率的最大值为有效参考数据。通过实验结果可以看出所选择的十个说话人分别持有的十个最优特征中是涵盖二十四个不同特征的，也就是占有原是特征比例的77.4%，这一数据说明十个特定人的最优语音情感特征也是存在差异的。所以实验过程中要获取最高的准确性，必不可少的是将语音特征进行对比，以此来获取这十个特定人的语音情感最优特征组合。 　　三、结论 　　综上所诉，本文采用PFS，SFS，SBS以及SDA等方式对普通话的情感语音特征进行的比较与实验，在说话人与文本无关一组中所选择的特征对比结果可以表明，在情感识别过程中主要的影响因素是第一共振峰、基频基础范围、对数能量以及语速；而在说话人相关这一组实验过程中，普通话的语音情感特征影响因素主要由基频平均值、对数能量平均值、第一共振峰平均值以及语速等组成，与此同时特定说话人的不同也将影响语音情感特征的最终对比结果。在采用LDA和SVM进行情感语音识别实验过程中，注重考虑了平均值的准确性问题，由此能够看出SDA相教育其他三种方式是具有一定优势的，针对普通话的语音情感识别也是非常重要的。 　　参考文献： 　　[1]蒋丹宁，蔡莲红.基于韵律特征的汉语情感语音分类.第一界中国情感计算及智能交互学术会议论文集，217-220， 2013. 　　[2]王治平，赵力，邹采荣.利用模糊嫡进行参数有效性分析的语音情感识别.电路与系统学报，Vol. 8， 109-112， 2013. 　　[3]袁志发，周静芋.多元统计分析.科学出版社，2012. 　　作者简介：赵轲（1982―）女，民族：土家，籍贯：湖北武汉，学历：硕士，职称：讲师，职位：教师，研究方向：艺术表演、播音主持。
转载请注明来源。原文地址：
【xzbu】郑重声明：本网站资源、信息来源于网络，完全免费共享，仅供学习和研究使用，版权和著作权归原作者所有，如有不愿意被转载的情况，请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息，与本网站立场无关。xzbu不保证该信息（包括但不限于文字、数据及图表）准确性、真实性、完整性等。语音识别与校对的原理是？比如大学英语视听说用到的语音识别与比较。然后选择或者不选择。请教高手！_百度作业帮
语音识别与校对的原理是？比如大学英语视听说用到的语音识别与比较。然后选择或者不选择。请教高手！
语音识别与校对的原理是？比如大学英语视听说用到的语音识别与比较。然后选择或者不选择。请教高手！
用的是声音波形图的吻合程度进行判断您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
基于稀疏表示的语音情感特征学习与识别方法研究.pdf65页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
文档加载中...广告还剩秒
需要金币：200 &&
你可能关注的文档：
··········
··········
分类号： !墼2l：丝．一． 密级： 垒
UDC： 壁Q垒：§ 编号： !壁呈22墨!l壁墨Q5§ 江薄大擎 硕士学位论文 基于稀疏表示的语音情感特征学习与识别方法研究 EmotionFeature and Based Methodon
Speech LearningRecognition SparseRepresentation
指导教师 王启容 作者姓名 董俊健 申请学位级别
全目制王堂亟±专业名称
让篡扭应用擅盔
论文提交日期 2Q!垒生垒旦 论文答辩日期2Q!垒生§旦2鱼目
学位授予单位和日期 江菱太堂 2Q!垒生鱼且 答辩委员会主席―― 评阅人 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取
得的成果。除文中已注明引用的内容以外，本论文不包含任何其他个人或集体已经发表或
撰写过的作品成果，也不包含为获得江苏大学或其他教育机构的学位或证书而使用过的材
料。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意
识到本声明的法律结果由本人承担。 学位论文作者签名：童缆使 圳牛年6月1日 学位论文版权使用授权书 江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊 光盘版 电子杂
志社有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制
手段保存论文。本人电子文档的内容和纸质论文的内容相一致，允许论文被查阅和借阅，
同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提
供查询，授权中国学术期刊 光盘版 电子杂志社将本论文编入《中国优秀博硕士学位论
文全文数据库》并向社会提供查询。论文的公布 包括刊登 授权江苏大学研究生处办理。 本学位论文属于不保密口。 学位论文作者签名：
正在加载中，请稍后...【图文】语音情感识别_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
语音情感识别
上传于||文档简介
&&语​音​情​感​识​别
大小：311.50KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢}