1. 研究目的与意义
语音是人类交流最重要的手段之一，是人们传递信息最快捷和最直接的方式。
语音信号在传达语义信息的同时，也传递着说话人的情感状态，人们希望计算机能够拥有人类的这种情感交流能力。
如何使机器快速准确地识别情感并理解情感，成为人工智能和语音识别技术研究的关键，语音情感识别已经成为研究者备受关注的课题之一。
2. 课题关键问题和重难点
尽管语音情感信息处理已经在很多方面取得了一系列的进展，但是面对真正的人机交互，还有许多问题有待更深入的研究。
情感心理学理论的多样性，导致人工情感理论方法的不一致，以至于很难找到适用于信息科学的人工情感的统一理论方法。
语音情感特征分析和情感建模需要大量的统计分析实验，这就需要大规模、高真实感的情感语音数据库。
3. 国内外研究现状（文献综述）
语音情感识别的主要目的是对语音信号按照不同的情感进行分类，比如生气、恐惧、厌恶、高兴等。
探究语音情感识别的任务，使用的方法是在小的语音区间上计算的一系列声学特征训练的深度递归神经网络。
同时，使用 CTC 损失函数考虑到了同时包含情绪化和中性成分的长话语。
4. 研究方案
本设计将主要解决针对单一数据库提高情感识别率的问题，并基于柏林语音情感库完成实验。
(1) 根据设计指标要求完成学习支持向量机SVM，隐马尔可夫模型，高斯混合模型GMM，人工神经网络ANN等分类器模型； (2)根据设计指标要求完成设计语音情感识别模型；语音情感识别模型： (3)进行系统软件调试，针对柏林语音情感库这一单一数据库进行训练和测试，最后完成语音情感识别的研究。
5. 工作计划
第1周：接受任务书，领会课题含义，按要求查找相关资料；第2周：阅读相关资料，理解有关内容；第3周：翻译相关英文资料，提出拟完成本课题的方案，写出相关开题报告一份；第4周：方案的总体设计和规划；第5周：方案各模块的设计；第6周：方案各模块的设计；第7周：各方案程序测试；第8周：软件功能验证；第9周：系统的整合；第10周：方案的测试和验证；第11周：修改、完善并提交毕业论文； 第12周：评阅教师评阅论文，学生根据指导意见修改论文；验收软件成果，接受答辩资格审查；第13周：准备参加答辩； 第14周：毕业设计答辩及成绩评定。
