扩展型HMM在表情识别中的应用研究

多模态的情感识别

近年随着科技的发展，激发了人与计算机之间在以前意想不到的交互形式，除了键盘，鼠标，新的人机交互模式也已经产生了，例如声音，姿势，强力反馈等。尽管有了重大的发展，但是对于人类交互一个必须的因素仍然还是被遗忘的，这就是情感。情感在人与人进行交流和交互时扮演着重要的角色，允许人们依靠口头形式来表达自己。对人类感情能力的理解是值得计算机进行应用的。这章对人机交互的新的方法进行了探索，能够使计算机更好的理解用户的情感和来关注用户的表情。我们介绍了在这个领域的基本研究和最近对情感识别的新进展，包括从面部，声音和生理信号来进行研究，不同模式是相互独立的。我们然后对多模态的感情识别所面临的挑战进行了描述，当融合不同模态的信息时，我们主张用概率图模型来完成。我们也讨论了获得可靠的情感数据库的困难，获得情感识别的真相及如何使用未标识的样本。

介绍

或许现在电影未探索人类比Blade Runner（一部电影）强的意义是什么。Tyrell Corporation的格言是―More human than human‖，作为探索人类实验的基础，我们可以通过真正的人，创造的人，或Replicants来进行。Replicants 是机器人，他们被构造的像人类，可以进行工作或进行战争。他们开始可以及时的获取情感（和人类十分相象）但是分辨起来十分困难。伴随着情感，他们开始感觉到压力，他们中的一些人变得十分危险，采取极端暴力的行为来获得自由。幸运的是，Elden Tyrell

博士，Replicants的创造者，在这些模型中安装了一个内置的安全装置：使它们只有4年的寿命。（电影的大致内容是：2019年,洛杉机变成乌烟障气的九反之地.人类制造了与真人无异的复制人为人类工作,但当这些复制人有了思想感情时就要将他们毁灭.人造人虽然生性残暴,却对自己只拥有的四年的生命充满着渴望和留恋.人类不允许这些复制品拥有做正常人的权利,所以必须毁灭这些被定罪为"妄图成为人类"的生命.）

隐马尔科夫模型在语音识别中的应用

隐马尔科夫模型（Hidden Markov Model，HMM）是一种非常重要的统计模型，它被广泛应用于语音识别、手写识别、生物信息学等领域。其中，HMM在语音识别领域的应用尤为突出。本文将从HMM的基本原理、语音识别中的应用及未来发展方向等方面进行探讨。

HMM的基本原理

首先，我们来简要介绍一下HMM的基本原理。HMM是一种用于对观测序列进行建模的统计模型。它的基本假设是，观测序列的生成过程是由一个不可见的马尔科夫链控制的，并且每个状态生成一个观测值。在语音识别中，观测序列就是语音信号，而马尔科夫链的状态则对应着语音信号中的音素、音节或单词等。因此，利用HMM可以对语音信号进行建模，并用于语音识别任务。

语音识别中的应用

HMM在语音识别中扮演着重要的角色。首先，HMM可以用于语音信号的特征提取和建模。语音信号通常是高度抽象和非结构化的，要提取出有用的特征并建立模型是十分困难的。而HMM可以很好地对语音信号进行建模，提取出语音信号的特征，从而为后续的语音识别任务提供支持。 其次，HMM也可以用于语音信号的识别和分析。在语音识别任务中，我们需要将语音信号转换成文本或命令。HMM可以对语音信号进行建模，并根据模型对语音信号进行识别和分析，从而实现语音识别的任务。

未来发展方向

随着深度学习和人工智能等技术的发展，HMM在语音识别中的应用也在不断发展和完善。未来，我们可以期待HMM与深度学习等技术的结合，以进一步提高语音识别的准确性和性能。同时，HMM在语音合成、语音情感识别、多语种语音识别等方面也有着广阔的应用前景。

结语

总之，HMM在语音识别中扮演着至关重要的角色。它不仅可以用于语音信号的特征提取和建模，还可以用于语音信号的识别和分析。未来，随着技术的不断发展，我们可以期待HMM在语音识别领域发挥出更大的作用。希望本文能够对读者对HMM在语音识别中的应用有所了解。

第２１卷第４期　２００８年ｌ２月　宁波大学学报（理工版）　ＪＯＵＲＮＡＬ　ＯＦ　ＭＮＧＢＯ　ＵＮＩＶＥＲＳＩＴＹ（ＮＳＥＥ）　Ｖｂ１．２ｌ　Ｎｏ．４　Ｄｅｃ．２００８　

《宁波大学学报》（理工版）２００８年总目次　

一种简单的可得到闭式解的姿态估计方法…………………………………………………钟志光，林雪明，赵一呜　基于ＩＳＰ１７６０的嵌入式ＵＳＢ　Ｈｏｓｔ接口设计…………………………………………………………张青波，何加铭　一种基于视频信号处理的显微镜自动聚焦方法……………………………－－．－……………王超素，杨鸣，丁海波　一种用于在线检测的嵌入式图像检测系统……………………………………………………………郑科荣，朱双东　Ｒｉｊｎｄａｅｌ算法优化技术研究……………………………………………………………刘　丽，何加铭，刘太君，等　重金属离子对中华大蟾蜍蝌蚪红细胞核异常的诱导…………………………………………………张永靖，刘琦　用ＢＰ神经网络模型评价养殖区水域的富营养化——以湖州地区为例……………赵汉取，韦肖杭，姚伟忠，等　岱衢族大黄鱼不同组织的同工酶潜……………………………¨。…………………………管丹冬，李明云，叶帅东　泥蚶线粒体ＣＯｌ和１６Ｓ　ｒＲＮＡ基因片段序列研究……………………………・……・・郑文娟，朱世华，沈锡权，等　原绿球藻营养成分与叶绿素ａ、ｂ含量研究………………………………………………钱鹏，蒋霞敏，张茵　基于嵌入式系统的线程池研究……………………………………………・・………………・王让定，李霏，徐霁　扩展型ＨＭＭ在表情识别中的应用研究……………………………………………………………郑芳颖，赵杰煜　一种基于Ｗｅｂ的分类体系学习算法…………………………………………………………………刘柏嵩，贺赛龙　基于ＳＩＦＴ．算法的移动机器人同时定位与地图创建…………………・…………………・・王彭林，石守东，洪小伟　基于积件思想的网络ＩＣＡＩ系统的设计与实现………………………………………………………张红梅，李庆风　虚拟仪器技术在高频电路教学中的应用……………………　……………………………胡乾苗，文化峰，励金祥　中小型校园网交换机ＡＲＰ的检测配置研究……………………………………………………………………李杰　一类次线性算子在齐型广义Ｏｒｌｉｃｚ—Ｃａｍｐａｎａｔｏ空间上的加权有界性………………………………张松艳，陈琴琴　非线性奇异Ｈａｍｉｌｔｏｎ系统边值问题解的存在性与唯一性…………………………………………李　良，綦建刚　关于模糊集合的层次集函数的注汜……………………………………………………………………………周彩莲　基于最小能量原理的机织织物理沦模型与方法………………………………………………………………崔海蓉　一种基于微孔洞聚合模型的韧性材料失效判据………………………………………………………秦妮，杨黎明　１２０　重油动态乳化系统的设汁…………………………………………………………齐光，王炳辉，赵建岐，等　合模机机架顶部钢板厚度对其精度的影响分析……………………………………………刘　军，黄海波，孙宝寿　期货市场的大户投资竞争博弈策略分析……………………………・－………………………………………．刘慧宏　浙江省全要素生产率的估算和分解——基于非参数Ｍａｌｍｑｕｉｓｔ生产率指数法研究………………徐建军，汪浩瀚　宁波舟山港海上搜救体系模式的研究………………．．．………………………………………………………周江华　高校饮食服务直接成本核算及管理研究……………………………………………………张国良，黄惠琴，陈灵枭　杭州城市生态环境质量变化及可持续发展对策……………………………………………龚小虹，李加林，袁红辉　宁波市生活垃圾粒度分布特性研究一…………一…………………………………　…………………李兵，董志颖　

第２６卷第４期　２　０　１　１年１　２月　青岛大学学报（工程技术版）　ＪＯＵＲＮＡＬ　ＯＦ　ＱＩＮＧＤＡＯ　ＵＮＩＶＥＲＳＩＴＹ（Ｅ＆Ｔ）　Ｖｏｌ＿２６　Ｎｏ．４　Ｄｅｃ．２　０　１　１　

文章编号：１００６—９７９８（２０１１）０４—００５３一Ｏ４　

基于ＨＭＭ和ＰＮＮ的语音情感识别研究　

叶　斌　

（天津大学计算机科学与技术学院，天津３０００７２）　

摘要：语音情感识别是从语音的角度赋予计算机理解情感特征的能力，最终使计算机能　像人一样进行自然、亲切和生动的交互。提出了一种融合隐马尔科夫模型（ｈｉｄｄｅｎ　ｍａｒｋ—　

ｏｖ　ｍｏｄｅｌ，ＨＭＭ）和概率神经网络（ｐｒｏｂａｂｉｌｉｓｔｉｃ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋ，ＰＮＮ）的语音情感识别　

方法。在所设计情感识别系统中，提取出基本的韵律参数和频谱参数，利用ＰＮＮ处理声　学参数的统计特征，利用ＨＭＭ处理声学参数的时序特征，运用加法规则和乘法规则融　

合了统计特征和时序特征的识别结果。实验结果显示，所提出的算法在语音情感识别中　具有有效的识别能力。　

关键词：语音情感识别；情感计算；概率神经网络；隐马尔科夫模型　

中图分类号：ＴＰ３９１．４２　文献标识码：Ａ　

情感计算Ｌ１］（Ａｆｆｅｃｔｉｖｅ　Ｃｏｍｐｕｔｉｎｇ）的研究领域涉及到很多学科，其目的是要赋予计算机类似于人一样　

的观察、理解和生成各种情感特征的能力，最终使计算机像人一样能进行自然、亲切和生动的交互。语言是　人类交际最重要的交流工具，人类的话语中不仅包含了文字符号信息，而且还包含了人们的感情和情绪等信　

息。当人们通过电话交谈时，从对方的声音能感知到对方的情感。因此，通过分析语音来判断人的情感是可　能的［２］。语音情感识别涉及到人工智能、心理学、语音信号处理等众多学科，随着研究的深入，可以有效的推　

动人机情感交互的进步。在研究语音情感识别的方法中，经典的是基于声学参数特性的研究。大量的研究　

显示，语音的情感信息包含在多种声学参数的变化中，Ｒ．Ｃｏｗｉｅ等［３　将其归纳为基频、时长、能量和频谱４　个方面。愤怒和高兴均表现为基频均值、变化范围和方差的提高，以及能量的加强及频谱中高频成分的增