| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 目录 | 第10-15页 |
| 图表目录 | 第15-18页 |
| 第1章 绪论 | 第18-28页 |
| ·引言 | 第18页 |
| ·课题研究的目的和意义 | 第18-20页 |
| ·国内外研究动态 | 第20-24页 |
| ·情绪计算 | 第20-22页 |
| ·语音情绪识别 | 第22-24页 |
| ·论文研究内容及创新点 | 第24-28页 |
| ·论文的研究内容 | 第24-25页 |
| ·论文主要创新点 | 第25-26页 |
| ·几个相关问题的说明 | 第26-28页 |
| 第2章 语音信号基于认知心理学的连续情绪计算模型 | 第28-44页 |
| ·人类情绪概述 | 第28-33页 |
| ·情感情绪的定义 | 第28页 |
| ·情绪的分类 | 第28-33页 |
| ·基本情绪与派生情绪 | 第28-31页 |
| ·三级分类模型 | 第31页 |
| ·Activation-Evaluation二维空间 | 第31-32页 |
| ·情绪轮 | 第32-33页 |
| ·语音情绪 | 第33-39页 |
| ·影响语音情绪的因素 | 第34页 |
| ·语音情绪特征 | 第34-36页 |
| ·情绪语音的韵律特征 | 第36-37页 |
| ·情绪语音的频谱参数 | 第37-38页 |
| ·与上下文关系 | 第38-39页 |
| ·汉语语音基于听视觉心理的连续情绪计算模型 | 第39-42页 |
| ·人类语音情绪计算研究的发展趋势 | 第39-41页 |
| ·从范畴框架中的离散情绪到维数空间中的连续情绪 | 第39-40页 |
| ·从基本情绪到派生情绪 | 第40页 |
| ·从粗粒度情绪划分到细粒度情绪划分 | 第40页 |
| ·从听觉计算到听视觉心理学计算再到人-机语音情绪交互 | 第40-41页 |
| ·从韵律特征到频谱特征 | 第41页 |
| ·情绪语料数据库的革新和扩展 | 第41页 |
| ·基于听觉心理学和大脑机制的四维连续情绪模型 | 第41-42页 |
| ·本章小结 | 第42-44页 |
| 第3章 511型连续情绪语料数据库 | 第44-70页 |
| ·离散情绪语料数据库概述 | 第44-46页 |
| ·511型情绪语料数据库 | 第46-56页 |
| ·情绪语料采集原则及其注意事项 | 第47-50页 |
| ·模糊化情绪及文本设计 | 第50-53页 |
| ·情绪语料采集 | 第53-54页 |
| ·基于听觉的第一次主观辨听实验 | 第54-56页 |
| ·语音情绪心理学描述 | 第56-62页 |
| ·语音情绪效价-激励(V-A)计算 | 第56-61页 |
| ·语音情绪效价-激励-支配(V-A-D)模糊超立方体 | 第61-62页 |
| ·基于认知心理学的语音情绪量化实验(即情绪语料数据库的证明) | 第62-68页 |
| ·基于心理学主观辨听的语音情绪天平量化标准 | 第62-63页 |
| ·基于心理学主观辨听的V-A-D模型 | 第63-65页 |
| ·语音情绪特征的描述和测量 | 第65-67页 |
| ·情绪V-A-D与模糊情绪的映射关系 | 第67-68页 |
| ·本章小结 | 第68-70页 |
| 第4章 汉语语音基于全相经验模态分解的连续情绪包络特征提取 | 第70-94页 |
| ·经验模态分解(EMD)的基本理论 | 第70-76页 |
| ·EMD的提出 | 第70-71页 |
| ·EMD的步骤和性质 | 第71-74页 |
| ·EMD的完备性和正交性 | 第74-76页 |
| ·情绪语音EMD时频特性分析 | 第76-78页 |
| ·基于EMD的Hilbert-Huang变换 | 第76-77页 |
| ·EMD时频分析方法验证 | 第77-78页 |
| ·情绪汉语语音中EMD的理解 | 第78-83页 |
| ·情绪汉语语音包络线的拟合 | 第78-79页 |
| ·情绪汉语语音端点效应处理 | 第79-82页 |
| ·情绪汉语语音EMD停止准则 | 第82-83页 |
| ·汉语语音连续情绪的全相经验模态分解(Ensemble EMD)算法 | 第83-90页 |
| ·问题提出 | 第83页 |
| ·EEMD基本原理 | 第83-85页 |
| ·汉语语音基于EEMD的情绪包络特征提取 | 第85-90页 |
| ·EEMD包络特征筛选(EEMD envelope features sifting,EEFS) | 第85-87页 |
| ·EEMD分段幂函数插值算法 | 第87-90页 |
| ·仿真实验和数据分析 | 第90-93页 |
| ·仿真实验 | 第90-92页 |
| ·数据分析 | 第92-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 汉语语音基于听觉心理学的连续情绪包络频谱调制模式 | 第94-116页 |
| ·问题的提出 | 第94-95页 |
| ·EEMD算法的改进与优化 | 第95-105页 |
| ·EEMD极值均值包络优化算法 | 第95-98页 |
| ·基于支持向量回归(SVR)的EEMD优化算法 | 第98-105页 |
| ·支持向量回归(SVR)原理 | 第98-102页 |
| ·基于SVR-EEMD的语音情绪模式算法 | 第102-105页 |
| ·汉语语音连续情绪频谱调制模式(ESMP) | 第105-115页 |
| ·汉语语音情绪的能量频谱计算 | 第105-106页 |
| ·能量频谱仿真实验 | 第106-108页 |
| ·汉语语音情绪包络频谱调制模式(ESMP)提取 | 第108-110页 |
| ·ESMP仿真实验 | 第110-112页 |
| ·实验数据分析 | 第112-115页 |
| ·本章小结 | 第115-116页 |
| 第6章 汉语语音基于Fuzzy-SVR分类器的连续情绪包络频谱互相关性算法 | 第116-134页 |
| ·模糊理论 | 第116-121页 |
| ·模糊集的概念与运算 | 第116-117页 |
| ·隶属函数 | 第117-118页 |
| ·模糊树分类算法 | 第118-119页 |
| ·模糊模式识别 | 第119-121页 |
| ·模糊模式识别步骤 | 第120页 |
| ·隶属原则 | 第120-121页 |
| ·用于连续情绪ESMP的Fuzzy-SVR分类器设计 | 第121-125页 |
| ·Fuzzy-SVR技术 | 第121-122页 |
| ·基于Fuzzy-SVR的模糊优化分类超平面 | 第122-125页 |
| ·基于Fuzzy-SVR分类器的语音情绪互相关性算法 | 第125-128页 |
| ·利用Fuzzy-SVR建立语音情绪ESMP特征属性转换模型 | 第125-126页 |
| ·Fuzzy-SVR分类器在语音连续情绪分类中的应用 | 第126-128页 |
| ·仿真实验与数据分析 | 第128-133页 |
| ·包络频谱互相关性仿真实验 | 第128-130页 |
| ·数据分析 | 第130-133页 |
| ·本章小结 | 第133-134页 |
| 第7章 总结与展望 | 第134-138页 |
| ·全文总结 | 第134-136页 |
| ·工作展望 | 第136-138页 |
| 参考文献 | 第138-150页 |
| 附录 中科院中文简化版(12个项目)V-A-D情绪量化表 | 第150-152页 |
| 致谢 | 第152-153页 |
| 读博期间的科研课题和论文 | 第153-155页 |
