极端环境下应激情感语音特征分析与识别的研究

It will lead to the negative emotion such as fatigue, anxiety, tension in extreme conditions, which will affect the work efficiency and people’s health. So it is very important to effectively monitor the staff’s working emotion in extreme conditions. Speech which can objectively reflect the change of emotion is considered as a very important information carrier of emotion and is more convenient to obtain. The project will use the information analysis of speech emotion under stress in aerospace as the background and study the information processing technology of emotional speech under stress in extreme conditions. It includes the following tasks: the method of building emotional speech information database under stress; feature analysis and extraction method of emotional speech under stress; the method of modeling information feature of emotional speech ;the recognition and processing algorithm for emotional speech information under stress.

极端环境下工作会导致人员的烦躁、焦虑、紧张等负性应激情绪，影响工作绩效和身心健康。因此有效监测极端环境下人员的工作情绪具有重要意义。而语音目前被认为是比较容易获取的并能够客观反映情绪变化的重要情绪信息载体。本项目拟以航天应激环境下语音情绪信息分析为应用背景，研究极端环境下应激情感语音信息处理技术。包括建立应激情感语音信息数据库的方法；应激情感语音特征分析和提取方法；应激情感语音信息特征的模型化方法；应激情感语音信息的识别处理算法等。

近年来在现有的语音情感状态的分析与识别中，语音情感特征和情感模型的研究是两个最重要的方面，但是对极端环境中这两个方面的研究主要集中在理论性探讨上，基于实验室等可控条件进行，没有真正面向复杂的实际应用。本项目首次结合极端环境的实际需求，对烦躁情感进行了较为深入的研究，结合应激环境下情感状态与认知能力的相互制约关系，对连续情感识别建立一整套的极端环境下的体系和方法。具体包括：两种心理压力下的言语置信度语音数据库的建立与完善；实用情感语音特征的分析和提取的研究；结合了LSTM的记忆能力特性的注意力加权方法的研究；基于伪说话人信息的言语置信度识别模型的研究；语音转换框架DeepConversion的研究；结合数据场情感空间和混合蛙跳算法的连续语音情感变化趋势检测技术研究等。可以预计，本项目的研究成果将有力的促进和推动极端环境下的语音情感状态分析与识别理论的发展，加快应激语音情感识别的实用化进程，其在信息科学的其他领域也有广泛应用的前景，具有重要的理论意义和实际应用价值。