| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究意义 | 第9-11页 |
| ·本文的工作 | 第11页 |
| ·本文的组织结梅 | 第11-13页 |
| 第2章 语音处理技术综述 | 第13-38页 |
| ·语音声学特征 | 第13-19页 |
| ·线性模型声学特征 | 第14-19页 |
| ·非线性模型声学特征 | 第19页 |
| ·语音情感识别概述 | 第19-28页 |
| ·情感的类别 | 第20-22页 |
| ·情感识别的常用统计模型 | 第22-28页 |
| ·语音音素识别概述 | 第28-33页 |
| ·音素识别的意义 | 第28-29页 |
| ·音素识别的常用统计模型 | 第29-32页 |
| ·协同发音 | 第32-33页 |
| ·特征向量的降维算法 | 第33-37页 |
| ·线性降维算法 | 第34-36页 |
| ·非线性降维算法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 双层分类模型 | 第38-49页 |
| ·决策树与AdaBoost | 第38-42页 |
| ·C4.5 | 第39-41页 |
| ·AdaBoost | 第41-42页 |
| ·C4.5+ AdaBoost双层分类模型的训练与识别 | 第42-48页 |
| ·特征的连续性与离散化 | 第43-44页 |
| ·训练策略的选择 | 第44-46页 |
| ·识别结果分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 实时语音情感与音素识别 | 第49-62页 |
| ·系统结构概述 | 第49页 |
| ·语料采集与预处理 | 第49-52页 |
| ·基于HMM的音节切割 | 第50-51页 |
| ·基于人工标注的音素切割 | 第51-52页 |
| ·情感识别中语音特征的选择与约束策略 | 第52-55页 |
| ·情感识别中的声学特征选择 | 第52-54页 |
| ·情感识别中的加权投票约束 | 第54-55页 |
| ·结果分析 | 第55页 |
| ·音素识别中协同发音模型与非线性降维 | 第55-60页 |
| ·前向帧关联的发音模型与Isomap降维 | 第56-60页 |
| ·结果分析 | 第60页 |
| ·应用:语音驱动人脸动画 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间主要的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简历 | 第72页 |