基于频谱感知特征的语音情感识别研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1.绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 语音情感识别研究的问题和挑战 | 第9-10页 |
| 1.4 论文主要内容与结构安排 | 第10-11页 |
| 1.5 本章小结 | 第11-13页 |
| 2.语音情感识别技术基础 | 第13-31页 |
| 2.1 语音情感识别的基本原理 | 第13-14页 |
| 2.2 语音情感信号的预处理 | 第14-17页 |
| 2.2.1 采样量化 | 第14页 |
| 2.2.2 预加重 | 第14-15页 |
| 2.2.3 分帧加窗 | 第15-16页 |
| 2.2.4 端点检测 | 第16-17页 |
| 2.3 语音情感数据库 | 第17-18页 |
| 2.4 常用语音情感特征提取 | 第18-21页 |
| 2.4.1 梅尔频率倒谱系数(MFCC)特征 | 第18-19页 |
| 2.4.2 基频特征 | 第19-20页 |
| 2.4.3 短时能量特征 | 第20页 |
| 2.4.4 共振峰特征 | 第20-21页 |
| 2.5 语音情感识别方法 | 第21-30页 |
| 2.5.1 支持向量机 | 第21-26页 |
| 2.5.2 隐马尔可夫模型 | 第26-27页 |
| 2.5.3 高斯混合模型 | 第27-29页 |
| 2.5.4 人工神经网络 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3.子带感知谱能量(BPSE)特征 | 第31-47页 |
| 3.1 问题描述 | 第31-32页 |
| 3.2 BPSE的提取 | 第32-36页 |
| 3.2.1 信号的频域变换 | 第32-33页 |
| 3.2.2 Bark子带划分 | 第33-35页 |
| 3.2.3 BPSE的计算 | 第35-36页 |
| 3.3 基于BPSE的语音情感识别 | 第36-38页 |
| 3.3.1 系统结构图 | 第36-37页 |
| 3.3.2 BPSE特征数理统计 | 第37-38页 |
| 3.3.3 SVM的识别 | 第38页 |
| 3.4 实验结果与分析 | 第38-45页 |
| 3.4.1 数据库 | 第38-39页 |
| 3.4.2 实验设置 | 第39页 |
| 3.4.3 实验评估方法 | 第39页 |
| 3.4.4 实验结果 | 第39-45页 |
| 3.5 本章小结 | 第45-47页 |
| 4.语音情感识别特征参数选择与融合方法 | 第47-61页 |
| 4.1 语音情识别特征参数评价方法 | 第47-48页 |
| 4.2 语音情感特征融合 | 第48-52页 |
| 4.2.1 单特征融合 | 第48-49页 |
| 4.2.2 多特征融合 | 第49-52页 |
| 4.3 特征融合识别结构图 | 第52页 |
| 4.4 实验结果与分析 | 第52-59页 |
| 4.4.1 数据库 | 第52-53页 |
| 4.4.2 实验设置 | 第53页 |
| 4.4.3 实验评估方法 | 第53页 |
| 4.4.4 实验结果 | 第53-59页 |
| 4.5 本章小结 | 第59-61页 |
| 5.总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
