语音情感分析系统的研究与实现

语音情感分析系统的研究与实现

长沙检信软件有限公司

随着科学技术的不断发展，语音合成技术在很多人机交互领域都得到

了广泛应用。其中情感语音合成作为其中的一个重要分支，研究的是如何

使计算机像人一样发出具有喜怒哀乐等带有情感色彩的语音。这个新的研

究方向一经提出就引起了世界范围内研究者们广泛关注，情感语音合成技

术也因此而得到了快速的发展。本文针对情感语音合成技术进行了有益的

探索和研究，设计并建立了一套完整的情感语音合成系统。

所做的工作主要归纳为以下几点：

①首先总结分析了现阶段国内外对情感理论的研究，从众多分类标准

中选取了悲伤、高兴、愤怒和惊奇四种典型基本情感作为研究对象。针对

情语音情感研究的需要，设计建立了一种面向语音合成的情感语音库，包

含悲伤、高兴、愤怒和惊奇四种情感，每种1000句，共4000句情感语音。

其具体流程为：首先通过贪婪算法对语料进行筛选；然后利用图片诱发法

对各种情绪进行诱发，并采集说话人发出的情感语音；最后将一种改进的

模糊综合评价方法应用于数据筛选，对语音库中的语音从情感表达、清晰

度、流畅度、情景感、自然度、噪音影响等六个方面的综合评定，客观而

准确地验证了语料的可靠性。本语音库的建立为情感语音合成的研究提供

了一个重要基础和前提工作。

②分析总结了几种目前应用较为广泛的语音合成方法，其中基于HMM合

成法具有建模时间短、可全自动无需人工干预、合成语音有较高的自然度

与流畅度等优点，因此本文选择了该合成技术来实现情感语音的合成。

③另外还通过数据库情感数据的研究，分析了悲伤、高兴、愤怒和惊

奇四种情感下基频、时长和音强的韵律特征规律，并根据此规律总结出了

一套情感语音修改方法。最终本文设计出了二个基于隐马尔可夫模型(}玎心嗄，Hidden Markov Model)的可训练情感语音合成系统，该系统包括情感分析模块、韵律参数修改模块以及语音合成系统三个部分。最后本文还通过实验

验证了本系统的可靠性与实用性。

关键词：长沙检信语音情感分析，情感语音库，隐马尔可夫模型，韵律特征