Nghiên cứu phương pháp biến đổi cảm xúc người nói trong tiếng nói dùng kỹ thuật phân rã ma trận không âm
Tóm tắt
Luận văn tập trung nghiên cứu phương pháp biến đổi cảm xúc người nói trong tín hiệu tiếng nói dựa trên kỹ thuật phân rã ma trận không âm (NMF). Mục tiêu chính là xây dựng mô hình cho phép chuyển đổi giọng nói từ trạng thái cảm xúc này sang trạng thái cảm xúc khác (ví dụ: từ buồn sang vui) mà vẫn giữ nguyên nội dung ngữ nghĩa và đặc tính nhận dạng của người nói. Nghiên cứu đề xuất quy trình phân tích phổ tín hiệu tiếng nói thành các ma trận cơ sở và hệ số kích hoạt, từ đó thao tác trên các thành phần đặc trưng cảm xúc. Kết quả thực nghiệm trên các cơ sở dữ liệu tiếng nói cảm xúc cho thấy phương pháp NMF có khả năng biến đổi cảm xúc hiệu quả với chất lượng âm thanh tự nhiên, đồng thời duy trì được độ dễ hiểu của lời nói. Luận văn góp phần mở ra hướng ứng dụng trong lĩnh vực tổng hợp tiếng nói biểu cảm và tương tác người-máy.