| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 语音情感识别现存的问题 | 第12-13页 |
| 1.4 本文主要研究内容 | 第13-15页 |
| 第2章 语音情感识别基础 | 第15-27页 |
| 2.1 语音情感的分类 | 第15-18页 |
| 2.1.1 离散情感模型 | 第15-16页 |
| 2.1.2 维度情感模型 | 第16-18页 |
| 2.1.3 两种情感模型的比较 | 第18页 |
| 2.2 情感语音数据库简介 | 第18-20页 |
| 2.3 语音信号的预处理方法 | 第20-26页 |
| 2.3.1 预加重 | 第20-22页 |
| 2.3.2 分帧和加窗 | 第22-24页 |
| 2.3.3 端点检测 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 语音情感特征参数的提取 | 第27-45页 |
| 3.1 语音情感特征参数及其提取 | 第27-42页 |
| 3.1.1 基音频率及提取 | 第29-32页 |
| 3.1.2 短时能量的确定与提取 | 第32-35页 |
| 3.1.3 共振峰及提取 | 第35-38页 |
| 3.1.4 梅尔倒谱系数的计算 | 第38-42页 |
| 3.2 特征参数归一化 | 第42页 |
| 3.3 基于PCA的特征选择方法研究 | 第42-44页 |
| 3.3.1 PCA降维过程分析 | 第42-43页 |
| 3.3.2 本文特征参数的确定 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 SVM核参数寻优方法研究与分析 | 第45-59页 |
| 4.1 支持向量机的理论基础简介 | 第45-51页 |
| 4.1.1 支持向量机的基本原理 | 第45-48页 |
| 4.1.2 语音情感识别中SVM核函数的性质 | 第48-50页 |
| 4.1.3 支持向量机在情感识别中多类分类问题研究 | 第50-51页 |
| 4.2 基于粒子群的SVM核参数寻优 | 第51-53页 |
| 4.3 核函数参数的选择与优化 | 第53-58页 |
| 4.3.1 基于交叉验证法的核参数选择 | 第53-54页 |
| 4.3.2 基于Fisher准则的核参数选择 | 第54-55页 |
| 4.3.3 Fisher融合最大熵的核参数优化方法研究 | 第55-57页 |
| 4.3.4 Fisher融合最大熵法的核参数测试结果及分析 | 第57-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 实验测试及分析 | 第59-63页 |
| 5.1 基于交叉验证法的语音情感识别结果与分析 | 第60页 |
| 5.2 基于Fisher准则的语音情感识别结果与分析 | 第60-61页 |
| 5.3 基于本文核参数方法的语音情感识别结果与分析 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
