首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于特征选择的语音情感识别研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-14页
   ·课题背景第10-11页
   ·语音情感识别涉及的研究领域及应用第11-12页
   ·论文的研究内容及主要工作第12-14页
第二章 语音情感识别关键技术及发展概况第14-23页
   ·概述第14页
   ·语音情感特征的分析与提取第14-16页
   ·语音情感特征选择方法第16-21页
     ·PCA方法第17-18页
     ·模糊熵第18-19页
     ·次优搜索法第19-21页
   ·语音情感的识别方法第21-22页
   ·小结第22-23页
第三章 情感语音库的建立第23-30页
   ·情感语音的分类第23-24页
   ·情感语句的选择与语音采集第24-26页
     ·概述第24-25页
     ·情感语句的选择第25页
     ·语音采集第25-26页
   ·情感语句的录制和有效性分析第26-29页
   ·小结第29-30页
第四章 语音信号的预处理和情感特征参数的提取第30-45页
   ·语音信号的采集和数字化第30页
   ·语音信号的预加重和加窗第30-32页
     ·语音信号的预加重第30-31页
     ·语音信号的加窗第31-32页
   ·语音信号的端点检测第32-34页
     ·基于短时帧能量和过门限率的双门限端点检测第32-34页
   ·语音情感特征参数的分析与提取第34-43页
     ·基音构造分析第34-39页
     ·共振峰构造分析第39-40页
     ·MFCCs第40-42页
     ·Mel频谱能量动态系数第42-43页
   ·小结第43-45页
第五章 基于神经网络贡献分析的语音情感特征选择第45-54页
   ·语音情感特征选择概述第45页
   ·神经网络贡献分析特征选择方法简述第45-49页
   ·基于神经网络贡献分析的情感特征选择方法第49-51页
   ·语音情感特征选择有效性分析第51-53页
     ·类的定义和聚类性分析第51-52页
     ·情感特征的聚类性分析第52-53页
   ·小结第53-54页
第六章 基于选择性特征的SVM决策树语音情感识别第54-67页
   ·SVM介绍第54-56页
     ·SVM基本原理第54-55页
     ·SVM实现多分类器算法第55-56页
   ·情感混淆度第56-57页
   ·基于SVM一对一算法的语音情感识别第57-59页
     ·实验结果与分析第57-59页
   ·基于SVM决策树和选择性特征的语音情感识别第59-66页
     ·决策树的构造第59-62页
     ·选择性特征的提取第62-64页
     ·实验结果分析与比较第64-66页
   ·小结第66-67页
第七章 语音情感识别原型系统的设计与实现第67-74页
   ·概述第67页
   ·系统的功能分析第67-68页
   ·核心类的设计与实现第68-71页
     ·语音读取基本类的设计第68-69页
     ·情感特征基本类的设计第69-70页
     ·SVM类的设计第70-71页
   ·语音情感识别原型系统的界面简介第71-73页
   ·小结第73-74页
第八章 结束语第74-76页
   ·工作总结第74-75页
   ·下一步工作展望第75-76页
参考文献第76-80页
致谢第80-81页
发表文章第81页

论文共81页,点击 下载论文
上一篇:认知负荷、加工时间对工作记忆广度的影响
下一篇:回声测深仪数字系统设计