首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

采用GSWM参数的多分类器融合语音情感识别

中文摘要第1-6页
Abstract第6-10页
第一章 绪论第10-16页
   ·课题的研究背景及意义第10-11页
   ·情感语音识别国内外研究现状第11-13页
   ·本文主要研究工作及论文安排第13-16页
     ·本文主要研究工作第13-14页
     ·论文安排第14-16页
第二章 语音情感识别相关问题第16-24页
   ·语音产生机理第16-18页
     ·语音发音系统第16-17页
     ·语音信号的数学模型第17-18页
   ·语音情感识别系统结构第18页
   ·情感特征参数提取第18-19页
   ·语音情感识别方法简介第19-23页
     ·高斯混合模型第20页
     ·贝叶斯分类器第20-21页
     ·C4.5 决策树分类第21页
     ·支持向量机第21-23页
   ·本章小结第23-24页
第三章 情感分类及语音情感特征分析第24-36页
   ·语音情感分类第24-26页
   ·语音情感特征参数分析第26-34页
     ·语音情感韵律特征参数第26-30页
     ·语音情感音质特征参数第30-32页
     ·语音情感频谱特征参数第32-34页
   ·本章小结第34-36页
第四章 采用 GSWM 参数的多分类器融合语音情感识别第36-47页
   ·GSWM 模型空间参数的提取第37-42页
     ·基于线谱权重的 Mel 频率倒谱系数 SWMFCC第37-40页
     ·GSWM 模型空间参数第40-42页
   ·利用 D-S 证据理论多分类器融合的语音情感识别第42-46页
     ·D-S 证据理论第42-44页
     ·多分类器融合的语音情感识别第44-45页
     ·不同分类器的融合及最终决策第45-46页
   ·本章小结第46-47页
第五章 实验结果与分析第47-58页
   ·实验语料第47-48页
   ·参数分析实验第48-49页
   ·识别实验第49-57页
     ·采用 SWMFCC 等频谱参数的识别结果及分析第50-52页
     ·各类特征识别结果及分析第52-55页
     ·采用 D-S 证据理论的多分类器融合识别第55-57页
   ·本章小结第57-58页
第六章 总结与展望第58-60页
   ·论文工作总结第58-59页
   ·未来工作展望第59-60页
参考文献第60-65页
攻读硕士学位期间发表的论文第65-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:中外档案学专业硕士研究生人才培养方案比较研究
下一篇:我国B2C电子商务发展中的信息不对称问题分析