| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 目录 | 第10-14页 |
| 图目录 | 第14-16页 |
| 表目录 | 第16-18页 |
| 第1章 绪论 | 第18-23页 |
| ·研究意义 | 第18-21页 |
| ·本文的研究内容和组织结构 | 第21-23页 |
| 第2章 语音情感识别技术综述 | 第23-50页 |
| ·情感的分类 | 第23-26页 |
| ·情感语料库概况 | 第26-27页 |
| ·语音信号的声学特征 | 第27-33页 |
| ·瞬时特征 | 第28-33页 |
| ·统计特征 | 第33页 |
| ·声学特征的降维算法 | 第33-40页 |
| ·特征抽取算法 | 第34-38页 |
| ·特征选择算法 | 第38-40页 |
| ·分类算法 | 第40-48页 |
| ·决策树 | 第40-41页 |
| ·K近邻法 | 第41页 |
| ·高斯混合模型 | 第41-42页 |
| ·朴素贝叶斯 | 第42-43页 |
| ·隐马尔可夫模型 | 第43-44页 |
| ·支持向量机 | 第44-46页 |
| ·人工神经网络 | 第46-47页 |
| ·集成学习算法 | 第47-48页 |
| ·半监督学习 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第3章 特征选择和特征抽取 | 第50-80页 |
| ·基于类集和类对特征选择相融合的语音情感识别系统 | 第50-61页 |
| ·基于类集和类对特征选择相融合的识别系统框架 | 第51-52页 |
| ·实验设计 | 第52-57页 |
| ·实验分析与性能比较 | 第57-61页 |
| ·基于特征投影矩阵的特征选择算法 | 第61-66页 |
| ·基于特征投影矩阵的特征选择算法 | 第61-62页 |
| ·实验设计与性能比较 | 第62-66页 |
| ·基于多层次特征抽取的语音情感识别系统 | 第66-71页 |
| ·特征抽取算法的实验分析 | 第67-69页 |
| ·基于多层次特征抽取的语音情感识别框架 | 第69页 |
| ·性能分析与评价 | 第69-71页 |
| ·基于流形学习的增强型Lipschitz嵌入算法 | 第71-78页 |
| ·增强型Lipschitz嵌入算法 | 第72-73页 |
| ·基于增强型Lipschitz嵌入算法的语音情感识别 | 第73-74页 |
| ·实验分析与性能比较 | 第74-78页 |
| ·本章小结 | 第78-80页 |
| 第4章 基于协方差描述子和黎曼流形的语音情感识别 | 第80-93页 |
| ·协方差描述子 | 第80-84页 |
| ·协方差描述子的定义 | 第80-81页 |
| ·协方差描述子的结构特性 | 第81-84页 |
| ·黎曼流形 | 第84-86页 |
| ·黎曼流形和黎曼度量 | 第84-85页 |
| ·黎曼流形上的Karcher均值 | 第85页 |
| ·切向量的正交坐标表示 | 第85-86页 |
| ·基于协方差描述子和黎曼流形的语音情感识别 | 第86-88页 |
| ·训练阶段 | 第86-87页 |
| ·识别阶段 | 第87-88页 |
| ·实验设计及结果分析 | 第88-92页 |
| ·实验室受控环境下的特定人语音情感识别 | 第88-91页 |
| ·噪声环境下的特定人语音情感识别 | 第91-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 基于半监督学习的语音情感识别系统 | 第93-103页 |
| ·多视图学习 | 第93-95页 |
| ·增强型协同训练算法 | 第95-97页 |
| ·基于增强型协同训练的语音情感识别系统 | 第97-102页 |
| ·特征集的构成和分类器的选择 | 第97页 |
| ·实验设计 | 第97-98页 |
| ·实验分析与性能评价 | 第98-102页 |
| ·本章小结 | 第102-103页 |
| 第6章 实时语音信号的情感分析与识别 | 第103-120页 |
| ·实时语音信号的情感分类模型 | 第103-112页 |
| ·决策树分类算法 | 第103-107页 |
| ·C4.5决策树算法 | 第107-108页 |
| ·AdaBoost集成学习算法 | 第108-110页 |
| ·AdaBoost+C4.5分类模型的性能测试 | 第110-111页 |
| ·实时语音情感识别的加权投票约束 | 第111-112页 |
| ·应用:实时情感语音驱动的人脸动画系统 | 第112-119页 |
| ·基于AdaBoost+C4.5的双层分类模型 | 第113-116页 |
| ·实时情感语音驱动的人脸动画生成 | 第116-119页 |
| ·本章小结 | 第119-120页 |
| 第7章 总结与展望 | 第120-123页 |
| ·工作总结 | 第120-121页 |
| ·展望 | 第121-123页 |
| 参考文献 | 第123-136页 |
| 作者简历 | 第136-137页 |