普通话情感语句中的发声——一项预试性研究

本文旨在尝试运用同步采集的sP和EGG信号对普通话情感语句中的发声进行探讨，以期为连续语流中的情感语音发声研究探路。我们从喜、怒、中、惧、哀五种情感语句中提取了基频、开商、速度商、频率抖动百分比、振幅抖动百分比、谐波噪声比、PIC、PDC、声门碰撞时间和声门松开时间共十个发声参数，并对它们进行了方差分析和因子分析。结果发现，用音强、音色及时长等参数不好区别的喜怒二情感可以用发声力度等予以很好的区分。总之，从声带的打开接触特征、声带振动的速度惯性特征、声带振动规则度和声带发声力度这四个生理维度人手再参考各发声参数的值，可以很好地区分和界定本文中的五种情感类型。

基于新双模融合算法的情感检测系统

针对传统的分类器融合存在的诸多问题,提高情感检测正确率,采用双模态(音频、视频)参数提取,选择差异性强的组合小波神经网络(MWNN)与混合高斯模型(GMMs)分类器.在语音韵律、音质特征与人脸几何特征提取后,对提取后的特征用主元分析法(PCA)进行降维,对分类器进行匹配化输出,最后引入GA算法来搜索最优的融合系数向量,充分发挥各分类器本身对特定情感的敏感特性.实验证明,与传统的融合算法相比,经匹配化的GA融合算法将识别率提高了4%～10%,具有更高的识别率与更强的泛化能力.

道是无情却有情

作文教学中,要引导学生说真话,传真情,可学生的习作中,往往连'情'都很难融入,更别说'真情'了。如何让学生在作文中加入自己的情感?本文以文本为例,通过分析文本,学会写心情变化。