| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景及意义 | 第9-10页 |
| 1.3 维度语音情感识别的研究现状 | 第10-16页 |
| 1.3.1 模型的研究现状 | 第11-13页 |
| 1.3.2 维度情感识别特征提取的研究现状 | 第13-15页 |
| 1.3.3 维度语音情感识别方法的研究现状 | 第15-16页 |
| 1.3.4 当前维度语音情感识别存在的问题 | 第16页 |
| 1.4 本文的主要研究内容及章节安排 | 第16-19页 |
| 第2章 维度情感语音特征集的构建 | 第19-38页 |
| 2.1 引言 | 第19页 |
| 2.2 语音信号的声学基础 | 第19-23页 |
| 2.2.1 语音信号的产生 | 第20页 |
| 2.2.2 语音信号的线性产生模型 | 第20-22页 |
| 2.2.3 语音信号的数字化和预处理 | 第22-23页 |
| 2.3 DISEC和VAM语料库的介绍 | 第23-24页 |
| 2.3.1 DISEC离散情感语料库 | 第23-24页 |
| 2.3.2 VAM维度情感语料库 | 第24页 |
| 2.4 基于TEAGER非线性理论和梅尔听觉规律的特征提取方法 | 第24-32页 |
| 2.4.1 基于Teager非线性理论的语音产生模型 | 第25-27页 |
| 2.4.2 梅尔听觉认知规律 | 第27页 |
| 2.4.3 基于非线性产生理论的Teager_Mel特征的提取方法 | 第27-29页 |
| 2.4.4 基于VAM语料库和DISEC语料库的实验 | 第29-32页 |
| 2.5 韵律学特征的提取方法 | 第32-33页 |
| 2.6 音质特征的提取方法 | 第33-35页 |
| 2.7 谱特征的提取方法 | 第35-37页 |
| 2.8 本章小结 | 第37-38页 |
| 第3章 多粒度特征的提取方法研究 | 第38-49页 |
| 3.1 引言 | 第38页 |
| 3.2 段粒度特征的提取方法 | 第38-40页 |
| 3.3 最优段长的确定 | 第40-43页 |
| 3.4 情感窗特征的特征提取 | 第43-45页 |
| 3.5 基于情感窗特征的实验 | 第45页 |
| 3.6 全局统计特征提取 | 第45-47页 |
| 3.7 基于全局统计特征的实验 | 第47页 |
| 3.8 本章小结 | 第47-49页 |
| 第4章 基于认知机理的回馈神经网络构建 | 第49-60页 |
| 4.1 引言 | 第49页 |
| 4.2 基于认知机理的回馈神经网络的构建 | 第49-55页 |
| 4.2.1 大脑认知机理 | 第49-50页 |
| 4.2.2 基于认知机理的回馈神经网络的结构 | 第50-52页 |
| 4.2.3 CMRNN网络的训练算法 | 第52-55页 |
| 4.3 基于CMRNN网络的维度语音情感识别方法与实验 | 第55-59页 |
| 4.3.1 实验语料库 | 第55页 |
| 4.3.2 实验设计 | 第55-57页 |
| 4.3.3 实验结果及分析 | 第57-59页 |
| 4.4 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-68页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第68-70页 |
| 致谢 | 第70-71页 |
