曹维祥

六安职业技术学院信息与电子工程学院，六安, 237158

1 相关研究

人类的声音含有喜怒哀乐等情感成分，提取语音情感的时域特性和频域特性，通过计算机分析情感的特性参数，对情感进行辨认，可识别发音人的情绪状态。未来基于声音的人机自然交互界面是人机交互的重要方向，实现人机自然交互的前提是提升计算机的语音情感分析与识别能力，这也是现代计算机的人工智能和人机情感交互研究方向，具有广阔的应用前景[1]。

20世纪70年代，Williams进行了一系列语音情感实验探索，发现人的语音基音外框形状变化受控于心理情绪转变，这是最早的语音情感研究之一[2]。20世纪90年代初，美国MIT下属的Media Lab在多媒体实验室开发了“情感编辑器”。21世纪初，马里博尔大学的Vladimir Hozjan开始探究不同语言的情感分析[3]。2009年4月，新型号“HRP-4C”女性机器人在日本诞生，该机器人可以做出大量不同表情。这种类型机器人可以通过对主人语音指令的判断分析，表现出高兴、愤怒、惊奇、哀伤等表情与主人互动[4-5]。

国内语音情感的计算分析起步较晚，赵力等人于21世纪初进行了情感语音的研究并发表了一系列的研究成果[6]。2003年，中国科学院自动化研究所牵头主办了中国首届有关情感分析与人机交互的交流学习会议。浙江大学人工智能研究所、中国科学院语言研究所、清华大学人机交互与媒体集成研究所以及国家重点模式识别实验室等国内大型研究院与科研机构都在该领域取得了一定的研究成果。……