情感计算是近年来发展比较迅速的一个新兴领域,主要包括人工情感,情感识别,情感表达等部分,情感识别作为情感计算的重要组成部分,近年来得到了广泛的研究和应用。它集中体现了现代科学发展中的多学科、多领域间的相互交叉、相互促进和相互渗透的特点。对情感识别的研究可以从多方面进行,例如面部表情,语音,生理信号等等,本文的研究内容是基于人工情感和免疫神经网的语音信号情感识别研究。本文首先介绍了情感计算的研究现状,阐述了人工神经网络,人工情感理论,分形等基础理论,提出了使用分形维作为描述语音信号特征的一个分量,然后使用RBF神经网络进行识别。本文还进行了特征参数提取的研究,这些特征参数主要包括基音参数,共振峰参数,分形维等等。基音参数使用自相关方法进行提取,共振峰参数使用LPC方法提取,分形维则使用盒维的计算方法提取。在提取出特征参数的基础上分析了不同情感在不同特征参数下的差异,分析过程中发现,在愤怒,高兴,伤心这三种情感的识别中,愤怒和高兴这两种情感的在单个特征参数上差异不是很明显,必须通过在一组特征分量组成的特征矢量上体现差异。实验结果证明,本文提出的使用分形维描述语音信号的混沌程度以及使用RBF网络进行识别,效果是令人满意的,在样本空间中,识别正确率达到了100%,同时RBF网络体现出收敛速度快,识别正确率高的优点。在实现RBF识别情感的基础上,同时还训练了一个BP网络进行了对比试验。实验表明,BP网络的收敛速度慢,特别有时候由于初始值设置不恰当导致了BP网络在训练过程中不收敛的情况。RBF网络不仅与BP网络一样具有任意精度的泛函逼近能力,而且具有最优泛函逼近特性。具有较快的收敛速度。整个系统采用C/S结构实现,前端采用C++实现用户界面接收数据,后台使用MATLAB实现了一个具有特征参数输入,特征参数提取,神经网络训练,识别功能的部分,前后端通过MATLAB计算引擎进行通信。