基于IEMOCAP的情感语音识别开题报告

1. 研究目的与意义

自从人类可以制造和使用各种机器以来，人们就有一个理想，就是让各种机器人能听懂人类的语言并能按人的口头命令来行动，从而实现人机的语言交流。

1985年minsky教授让计算机具有情感能力观点的提出，让人们意识到还有更高层次的要求就是还要能让机器读懂人的情绪。

研究者们开始了语音情感识别研究的探索。

2. 课题关键问题和重难点

语音情感识别(speech emotion recognition, ser)指利用计算机分析情感，提取出情感特征值，并用这些参数进行相应建模和识别，建立特征值与情感的隐射关系，最终对情感进行分类。

ser系统包括语音情感数据的获取和预处理、语音情感特征提取与选择、声学模型训练以及分类决策4个阶段。

语音之所以能够表达情感，是因为其中包含能体现情感特征的参数。

3. 国内外研究现状（文献综述）

自从人类可以制造和使用各种机器以来，人们就有一个理想，就是让各种机器人能听懂人类的语言并能按人的口头命令来行动，从而实现人机的语言交流。

随着时代发展，1985年minsky 教授让计算机具有情感能力观点的提出，让人们意识到还有更高层次的要求就是还要能让机器读懂人的情绪。

语音不仅包含说话人所要表达的语义信息，同时也带有说话人的情绪。

4. 研究方案

进行语音情感识别，首先要进行语音信号采集，然后对语音信号进行预处理，然后接下来要进行语音情感特征提取，选用opensmile软件进行语音情感特征提取。

然后选择合适的特征，再从处理过的信号里选择60%的特征集作为训练特征，40%的特征集作为测试特征。

最后选择合适的识别算法，将测试特征集输入到算法中，得出识别结果。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。

第17周：与导师沟通进行课题总体规划。

第18-19周：导师下发的毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。