| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题研究背景，目的与意义 | 第9-11页 |
| 1.3 情感语音识别的国内外研究现状分析 | 第11-16页 |
| 1.4 本文的主要研究工作及组织结构 | 第16-18页 |
| 1.4.1 论文的主要研究工作 | 第16-17页 |
| 1.4.2 论文的组织结构 | 第17-18页 |
| 第2章 语音情感语音特征提取 | 第18-30页 |
| 2.1 语音情感特征研究分析 | 第18-22页 |
| 2.1.1 语音帧能量特征 | 第18-19页 |
| 2.1.2 短时过零率 | 第19-20页 |
| 2.1.3 基音频率特征 | 第20-21页 |
| 2.1.4 梅尔倒谱系数特征 | 第21-22页 |
| 2.1.5 谐波噪声比 | 第22页 |
| 2.2 情感语音数据库构建 | 第22-23页 |
| 2.3 情感语音预处理 | 第23-27页 |
| 2.4 情感语音特征提取 | 第27-29页 |
| 2.5 情感语音特征归一化 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于深度置信网络的情感语音特征学习算法的研究与改进 | 第30-49页 |
| 3.1 传统特征学习与分类算法研究 | 第30-38页 |
| 3.1.1 支持向量机 | 第30-32页 |
| 3.1.2 人工神经网络 | 第32-35页 |
| 3.1.3 深度置信网络特征学习算法 | 第35-38页 |
| 3.2 深度置信网络算法优缺点分析 | 第38-39页 |
| 3.3 基于深度置信网络的情感识别改进算法DDF-SVM的研究 | 第39-42页 |
| 3.3.1 情感特征分类能力研究 | 第40页 |
| 3.3.2 降维算法研究 | 第40-41页 |
| 3.3.3 DDF特征学习算法研究 | 第41-42页 |
| 3.4 情感语音识别改进算法DDF-SVM的实验与分析 | 第42-48页 |
| 3.4.1 情感特征分类能力实验 | 第43-44页 |
| 3.4.2 降维算法实验 | 第44-46页 |
| 3.4.3 DDF特征学习算法实验 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于多级分类器的情感语音分类算法的研究与改进 | 第49-72页 |
| 4.1 SVM分类算法研究 | 第49-55页 |
| 4.1.1 传统分类算法研究 | 第49-51页 |
| 4.1.2 多级分类算法研究 | 第51-55页 |
| 4.2 多级分类与特征学习算法相结合的思路研究 | 第55-57页 |
| 4.3 多级分类与PCA-SVM相结合的情感语言识别 | 第57-65页 |
| 4.3.1 基于SVM与PCA的多级分类算法研究 | 第57-63页 |
| 4.3.2 基于多级分类的PCA-SVM情感语音识别实验 | 第63-65页 |
| 4.4 多级分类与DDF-SVM相结合的情感语音识别 | 第65-71页 |
| 4.4.1 基于DDF与SVM的多级分类算法研究 | 第65-69页 |
| 4.4.2 基于多级分类的DDF-SVM情感语音识别实验 | 第69-71页 |
| 4.5 本章小结 | 第71-72页 |
| 第5章 总结与展望 | 第72-74页 |
| 5.1 全文工作总结 | 第72-73页 |
| 5.2 下一步工作展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士期间获得的学术成果 | 第78页 |
