基于語義分析的語音情感在線識別方法研究

朱龍珠，田 諾，張 全

（國家電網(wǎng)有限公司客戶服務(wù)中心，天津 300000）

語音作為人類情感交流的重要媒介，對于語音情感的分析便成為語音系統(tǒng)發(fā)展過程中較為關(guān)鍵的一部分[1]。為此，不少研究學(xué)者針對語音情感的在線識別問題進(jìn)行研究，由此獲取語音系統(tǒng)改良中的重要數(shù)據(jù)[2]。由于在語音情感在線識別研究過程中需要較為精準(zhǔn)的語音分析數(shù)據(jù)，對于收集的語音信息要求較高，因此需集中分析語義狀況，獲取相應(yīng)的識別空間[3]。

目前，國內(nèi)外研究大多數(shù)偏向于系統(tǒng)信息整合，將收集的語音數(shù)據(jù)統(tǒng)一放置于識別空間中，利用空間信息不斷推測語音數(shù)據(jù)發(fā)聲信號的狀況，并在狀況數(shù)據(jù)中配置情感監(jiān)測裝置，根據(jù)獲取的信號頻率判斷語音情感，這種方法具有較高的數(shù)據(jù)操作準(zhǔn)確率，能夠完整再現(xiàn)語音表達(dá)時(shí)的真實(shí)狀態(tài)[4]。但在實(shí)際研究過程中未對數(shù)據(jù)信息進(jìn)行預(yù)處理，且語音數(shù)據(jù)掌控方面較為單一，無法滿足系統(tǒng)全面了解的需求，導(dǎo)致語音數(shù)據(jù)的處理效果較差[5]。針對上述問題，該文提出一種基于語義分析的語音情感在線識別方法。

1 語音數(shù)據(jù)信息提取與分析

為整合內(nèi)部語音信息特征，該文對語音數(shù)據(jù)進(jìn)行信息提取操作，整合語義分析狀態(tài)，由于語義分析具有信息類別分類的功能，首先利用其分類的數(shù)據(jù)進(jìn)行數(shù)據(jù)狀態(tài)調(diào)整，將驗(yàn)證裝置整合為系統(tǒng)操作提取器，按照提取的空間與標(biāo)準(zhǔn)的不同，將語義分析中的信號傳感裝備投放至中心語音數(shù)據(jù)提取空間中[6]。數(shù)據(jù)信號傳感圖如圖1 所示。

圖1 數(shù)據(jù)信號傳感圖

在實(shí)現(xiàn)對數(shù)據(jù)的提取后，整理提取的信息，分析其內(nèi)部語音環(huán)境，將環(huán)境數(shù)據(jù)縮減至半個(gè)空間狀態(tài)數(shù)據(jù)，由空間狀態(tài)引導(dǎo)數(shù)據(jù)操作系統(tǒng)裝置，并根據(jù)裝置信息條件研究語音內(nèi)容，查找空間數(shù)據(jù)信息，設(shè)置數(shù)據(jù)信息查找公式如下：

式（1）中，A表示數(shù)據(jù)信息查找參數(shù)，p表示內(nèi)部空間數(shù)據(jù)，m表示數(shù)據(jù)操作系統(tǒng)裝置指數(shù)，n表示內(nèi)部語音內(nèi)容函數(shù)，c表示語音環(huán)境參數(shù)[7]。

根據(jù)上述操作，將獲取的查找參數(shù)收集至中心存儲空間中，并記錄此時(shí)的存儲狀態(tài)，以備后續(xù)實(shí)驗(yàn)操作研究。不斷增強(qiáng)模擬信息空間數(shù)據(jù)功能，簡化操作步驟，并將錄制的語音信息傳輸至分析通道中[8]。數(shù)據(jù)傳輸圖如圖2 所示。

圖2 數(shù)據(jù)傳輸圖

在圖2 中，語音數(shù)據(jù)隨著傳輸通道傳輸至相匹配的分析空間中，將屬于同一種類的數(shù)據(jù)與空間整合為一個(gè)集合，劃分集合類別，按照類別的性質(zhì)進(jìn)行排序操作。合理規(guī)劃操作流程，時(shí)刻監(jiān)視通道中的數(shù)據(jù)狀態(tài)，以此保證數(shù)據(jù)傳輸過程的安全性，加大內(nèi)部轉(zhuǎn)換力度，將語音數(shù)據(jù)轉(zhuǎn)換至分析空間中，實(shí)現(xiàn)對語音數(shù)據(jù)的分析操作[9]。

2 語音情感信息預(yù)處理

在完成語音數(shù)據(jù)的提取與分析后，對其內(nèi)部語音情感信息進(jìn)行預(yù)處理操作。結(jié)合語義分析的數(shù)據(jù)分析性能，提升空間整理能力，標(biāo)準(zhǔn)化處理語音情感信息，處理的同時(shí)，將語義分析中的處理空間分解為不同的語音情感種類存儲空間[10]。空間數(shù)據(jù)分解圖如圖3 所示。

圖3 空間數(shù)據(jù)分解圖

獲取分解參數(shù)，將這些參數(shù)集中記錄至流程環(huán)節(jié)空間中，結(jié)合語音情感數(shù)據(jù)端點(diǎn)函數(shù)檢測端點(diǎn)數(shù)據(jù)。當(dāng)收集的語音情感數(shù)據(jù)信號頻率呈現(xiàn)陡峰向下陡增的趨勢時(shí)，表示該語音情感處于激動(dòng)狀態(tài)[11]。此時(shí)，需按照狀態(tài)處理準(zhǔn)則將此語音情感數(shù)據(jù)集中收錄至內(nèi)部調(diào)節(jié)空間中實(shí)施基本調(diào)節(jié)，設(shè)置數(shù)據(jù)調(diào)節(jié)方程式：

式（2）中，T表示數(shù)據(jù)調(diào)節(jié)參數(shù)，S表示語音情感數(shù)據(jù)狀態(tài)數(shù)值，E表示數(shù)據(jù)信號頻率參數(shù)，N表示狀態(tài)處理準(zhǔn)則參數(shù)，Q表示內(nèi)部調(diào)節(jié)空間指數(shù)數(shù)據(jù)[12]。由此，完善空間調(diào)節(jié)信息狀態(tài)，處理語音情感參數(shù)，將收錄的數(shù)據(jù)全部應(yīng)用于新式空間的構(gòu)建中，以語音數(shù)據(jù)的音量信息分析數(shù)據(jù)的位置，并查找位置點(diǎn)，標(biāo)記信息數(shù)據(jù)，數(shù)據(jù)信息標(biāo)記圖如圖4 所示。

圖4 數(shù)據(jù)信息標(biāo)記圖

根據(jù)標(biāo)記的數(shù)據(jù)信息過濾提取所有語音數(shù)據(jù)，保留符合系統(tǒng)需求的數(shù)據(jù)，清除與數(shù)據(jù)操作無關(guān)的干擾信號，達(dá)到對語音情感數(shù)據(jù)預(yù)處理的目的[13]。

3 基于語義分析的語音情感在線識別

在實(shí)現(xiàn)對語音情感數(shù)據(jù)的預(yù)處理后，集中處理數(shù)據(jù)，將語義分析中的情感檢驗(yàn)信息錄入語音情感在線識別操作中。該文利用決策樹算法，分析語音情感的流動(dòng)狀態(tài)，利用語音數(shù)據(jù)距離選取特征參數(shù)，并盡可能地縮小實(shí)驗(yàn)樣本識別范圍，保證識別的語音情感數(shù)據(jù)的精準(zhǔn)性[14]。數(shù)據(jù)流動(dòng)狀態(tài)監(jiān)測圖如圖5所示。

圖5 數(shù)據(jù)流動(dòng)狀態(tài)監(jiān)測圖

利用SKIQ 計(jì)算決策樹的增長程度，避免因增長程度過緩而造成的語音情感數(shù)據(jù)分析不到位的狀況，加大中心空間語音情感數(shù)據(jù)的配置力度，對應(yīng)決策樹的每層屬性處理數(shù)據(jù)識別方式，擴(kuò)大訓(xùn)練樣本容量，保證樣本存儲的完整性。清除決策樹中的類別表信息，將語音情感數(shù)據(jù)信息補(bǔ)充至此列表空間中，整理屬性列表數(shù)據(jù)，設(shè)置整理公式如式（3）：

式（3）中，C表示數(shù)據(jù)整理參數(shù)，t表示訓(xùn)練樣本容量數(shù)值，u表示決策樹類別表信息數(shù)據(jù)[15]。a表示對應(yīng)的列表空間數(shù)據(jù)，v表示需進(jìn)行操作的數(shù)據(jù)信息[16]。

根據(jù)整理后的參數(shù)強(qiáng)化識別訓(xùn)練，分辨語音信號振幅，通過振幅大小辨別情緒狀態(tài)。數(shù)據(jù)辨別圖如圖6 所示。

圖6 數(shù)據(jù)辨別圖

經(jīng)過上述操作步驟，不斷綜合識別處理信息功能，提升識別的有效率及準(zhǔn)確率，完成語音情感的整體在線識別。

4 實(shí)驗(yàn)與研究

為精準(zhǔn)評估該文基于語義分析的語音情感在線識別方法的識別性能，設(shè)置相應(yīng)的實(shí)驗(yàn)環(huán)境進(jìn)行性能檢驗(yàn)。將該文基于語義分析的語音情感在線識別方法與傳統(tǒng)語音情感在線識別方法研究的識別效果進(jìn)行實(shí)驗(yàn)對比。

針對語義分析數(shù)據(jù)操作的龐雜性以及語音情感在線識別系統(tǒng)信息整合的復(fù)雜性，需對其實(shí)驗(yàn)環(huán)境進(jìn)行數(shù)據(jù)篩選，依據(jù)收集的語音信息狀態(tài)，不斷分析其所處的真實(shí)位置與產(chǎn)生條件，按照信息處理準(zhǔn)則分配處理算法，并將處理后的數(shù)據(jù)進(jìn)行一定程度的調(diào)整，使其符合實(shí)驗(yàn)操作標(biāo)準(zhǔn)，并進(jìn)行如下步驟的實(shí)驗(yàn)研究操作：

1）挑選符合系統(tǒng)操作的語音數(shù)據(jù)，時(shí)刻排除無關(guān)因素的干擾，并標(biāo)定信號頻率信息狀態(tài)。設(shè)置基本測試環(huán)境，將所有的語音數(shù)據(jù)集中收集至該測試環(huán)境中，管理環(huán)境信息，并對語音情感數(shù)據(jù)進(jìn)行分類。

2）獲取分類后的語音情感數(shù)據(jù)，預(yù)加重?cái)?shù)據(jù)信息，消除聲帶及嘴唇對語音數(shù)據(jù)的影響，避免外來信號的干擾，隨時(shí)調(diào)整語音環(huán)境，及時(shí)檢測環(huán)境數(shù)據(jù)，清除異端數(shù)據(jù)信息，結(jié)合狀態(tài)系統(tǒng)數(shù)據(jù)，標(biāo)記情感數(shù)據(jù)波動(dòng)信號。

3）在獲得語音信息后，調(diào)節(jié)環(huán)境標(biāo)記參數(shù)，將識別算法應(yīng)用于操作的語音情感數(shù)據(jù)中，并通過語音情感數(shù)據(jù)的發(fā)射信號頻率計(jì)算此時(shí)的情感狀況，精準(zhǔn)分析狀況數(shù)據(jù)，并由此識別信息參數(shù)，結(jié)束實(shí)驗(yàn)操作。

在此實(shí)驗(yàn)中，根據(jù)表1 所示實(shí)驗(yàn)參數(shù)進(jìn)行對比實(shí)驗(yàn)，進(jìn)一步提高整體對比效果。

圖7 和圖8 分別顯示出在實(shí)驗(yàn)參數(shù)條件下，該文方法與基于數(shù)據(jù)分析的語音情感在線識別方法及基于SVM 的語音情感在線識別方法的識別準(zhǔn)確率對比圖及識別信號接收完整度對比圖。

圖7 識別準(zhǔn)確率對比圖

圖8 識別信號接收完整度對比圖

根據(jù)圖7、8 分析得出，基于數(shù)據(jù)分析的語音情感在線識別方法具有較高的識別準(zhǔn)確率，但識別信號的接收完整度較低，基于SVM 的語音情感在線識別方法的信號接收完整度較高，但其識別準(zhǔn)確率較低。而該文基于語義分析的語音情感在線識別方法的識別準(zhǔn)確率及識別信號接收完整度均高于其他兩種傳統(tǒng)方法。

造成此種差異的原因在于該文方法結(jié)合了語音信息系統(tǒng)，精準(zhǔn)分析了語義數(shù)據(jù)，并在此基礎(chǔ)上調(diào)整識別信息狀態(tài)，按照標(biāo)準(zhǔn)化處理參數(shù)進(jìn)行數(shù)據(jù)處理操作，整合狀態(tài)數(shù)據(jù)，同時(shí)追蹤數(shù)據(jù)存在的模式狀況，提升識別系統(tǒng)的識別有效率，獲取較好的識別效果。而傳統(tǒng)基于數(shù)據(jù)分析的語音情感在線識別研究分析了信息的存在模式，并分類語音情感信息數(shù)據(jù)，在數(shù)據(jù)操作的標(biāo)準(zhǔn)化處理?xiàng)l件下，實(shí)現(xiàn)對語音情感數(shù)據(jù)的多種調(diào)節(jié)，獲取較高的識別準(zhǔn)確率，但在操作的同時(shí)未對數(shù)據(jù)信息的操作步驟進(jìn)行調(diào)節(jié)，收集裝置的收集效果較差，無法獲取較為完整的信號數(shù)據(jù)，致使其信號接收度較低。傳統(tǒng)基于SVM 的語音情感在線識別研究優(yōu)化了語音信息狀況，并對其接收系統(tǒng)的中心性能進(jìn)行強(qiáng)化，不斷分解出不同的強(qiáng)化信息數(shù)據(jù)，在數(shù)據(jù)系統(tǒng)進(jìn)行完整收集的同時(shí)標(biāo)記系統(tǒng)狀態(tài)，時(shí)刻監(jiān)視狀態(tài)信息，保證了操作安全性，具有較高的信號接收完整度，但正因如此，對于識別信息的管理力度較小，無法集中收集所有數(shù)據(jù)，數(shù)據(jù)整合效果較差，導(dǎo)致其識別準(zhǔn)確率較低。

綜上所述，該文基于語義分析的語音情感在線識別方法能夠更好地調(diào)整數(shù)據(jù)識別狀況，優(yōu)化識別操作，整合信息數(shù)據(jù)，實(shí)現(xiàn)語音情感的較好識別，能夠更好地為使用者提供優(yōu)質(zhì)服務(wù)。

5 結(jié)束語

該文在傳統(tǒng)語音情感在線識別方法的基礎(chǔ)上提出了一種新的基于語義分析的語音情感在線識別方法，并對此進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，該方法的識別效果明顯優(yōu)于傳統(tǒng)方法的識別效果，具有較為廣闊的發(fā)展空間。