基于神经网络的语音信号情感识别研究
摘要：语言交流是人类的交流的基础，其中的情感交流在所有的交流形式中都是非常重要的。随着计算机技术的发展和信息技术的进步，人与计算机代理之间的交流变得越来越普遍。让计算机识别人类的情感以便提高人机交互的能力成为下一代计算机发展目标。而要让计算机听懂人类的情感的就必须进行包含人类语音中的情感识别研究，因此语音信号的情感识别研究对于促进人工智能技术的发展具有重大的意义。
语音识别技术分为传统的语音识别技术和现代语音识别技术两种，其中现代语音识别技术以神经网络为主要方法。人工神经网络模拟了人类神经元的活动原理，具有自学习、联想、对比、推理和概括的能力，并且，具有能够逼近任意的非线性函数、并行话处理信息、容错能力强等诸多优点。其中自组织特征映射网络（SOFM）是无导师学习网络，时下应用十分广泛。因此本文中采用SOFM网络分别对包含在3种不同文本中的4中情感（高兴、愤怒、惊奇和悲伤）进行了识别研究，输入语音信号的情感类别。结果表明用神经网络的方法能够取得较好的识别效果。
关键词：神经网络，语音信号，情感识别，特征提取
摘要：语言交流是人类的交流的基础，其中的情感交流在所有的交流形式中都是非常重要的。随着计算机技术的发展和信息技术的进步，人与计算机代理之间的交流变得越来越普遍。让计算机识别人类的情感以便提高人机交互的能力成为下一代计算机发展目标。而要让计算机听懂人类的情感的就必须进行包含人类语音中的情感识别研究，因此语音信号的情感识别研究对于促进人工智能技术的发展具有重大的意义。
语音识别技术分为传统的语音识别技术和现代语音识别技术两种，其中现代语音识别技术以神经网络为主要方法。人工神经网络模拟了人类神经元的活动原理，具有自学习、联想、对比、推理和概括的能力，并且，具有能够逼近任意的非线性函数、并行话处理信息、容错能力强等诸多优点。其中自组织特征映射网络（SOFM）是无导师学习网络，时下应用十分广泛。因此本文中采用SOFM网络分别对包含在3种不同文本中的4中情感（高兴、愤怒、惊奇和悲伤）进行了识别研究，输入语音信号的情感类别。结果表明用神经网络的方法能够取得较好的识别效果。
关键词：神经网络，语音信号，情感识别，特征提取
