基于K近临算法的说话人情绪识别方法的研究开题报告

1. 研究目的与意义

伴随着近年来电子信息技术不断发展，说话人情绪识别技术也在逐渐走进人们的生活。

一种通过对一种或多种语音信号的特征分析来达到对未知声音情绪辨别的目的，其以独特的方便性、经济性和准确性等优势受到世人瞩目。

它在现代许多领域内有良好的应用前景，如电话服务，远程交流，驾驶系统交互，测谎与安检等。

2. 课题关键问题和重难点

目前主要有如下关键问题与难点：1、噪声问题2、采集者问题一、数据的采集与筛选由于对说话人情绪识别的研究不够深入，所以目前机器仍然无法精确的确定采集目标。

若想要深入研究开发，则需要建立一个规模大的，采集声音、例子足够多的说话人情绪库，在后台通过大量信息比对筛选来确定采集目标。

在此之前，则应该在互联网上或现实中收集不同环境产生的声音，再进行信息收录并分析筛选，然后加入采集目标的情绪，最终进行筛选后的确定有效的目标说话人情绪。

3. 国内外研究现状（文献综述）

三、文献综述（或调研报告）（1200字左右）说话人情绪识别是从说话人发出的语音信号中自动提取说话人情绪信息，并对说话人进行情绪识别的研究领域。

从信源角度看，说话人生理上的发音器官、当时的心理和语言等，都对说话时的发音和情绪产生影响，因此这一领域涉及声学、心理学、生理学、语言学等学科[2]；从信号表述、信息自动提取和说话人情绪识别的角度，它涉及到数字信号处理、模式识别和大规模集成电路等学科与研究领域。

因此，说话人情绪识别是综合性很强的应用研究领域[1]。

4. 研究方案

四、方案（设计方案、研制方案、研究方案）论证（不少于100字）首先是对于声音的采集，要在不同环境下，如充满噪声的环境中，有不同说话人的条件下，区分并筛选出目标情绪，提取采集者在对于不同噪声下或不同身体状况下其情绪特征参数，用时间规整算法对声音进行模式识别，判断说话人处于不同噪声或是身体状况下的情绪识别。

语音信号的采集需要a/d变换，通过利用声卡直接实现，其他部分由软件来实现。

本实验是研究基于k近临算法的说话人情绪识别方法的研究，包括语音信号的采集、预处理、建模、提取特征参量，以及模型的优化，最后进行说话人情绪识别。

5. 工作计划

第一周：查找文献资料，对婴儿哭声辨识技术有个大体的了解；第二周：对课题中涉及的知识作深入掌握，掌握参数分析方法、K近临方法和婴儿哭声辨识技术方法等；第三周：制定研究计划，写开题报告；第四周：学习程序语言以及编程方法；第五周：练习编程；第六周：实现参数分析方法软件部分；第七周：实现K近临方法软件部分；第八周：实现说话人情绪声辨识技术方法软件部分；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，结果分析；第十二周：写论文以及准备答辩；第十三周：写论文以及准备答辩；第十四周：验收程序，进行毕业设计答辩；