基于语音信号的情感识别研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-12页 |
| 插图目录 | 第12-14页 |
| 表格目录 | 第14-15页 |
| 第一章 绪论 | 第15-34页 |
| ·情感的定义 | 第15-16页 |
| ·情感的分类表示 | 第16-20页 |
| ·基本情感与复合情感 | 第16-18页 |
| ·Plutchik情感模型 | 第18-19页 |
| ·三级分类模型 | 第19-20页 |
| ·情感计算 | 第20-22页 |
| ·情感语音 | 第22-24页 |
| ·语音情感识别 | 第24-31页 |
| ·语音情感识别的研究现状 | 第24-28页 |
| ·语音情感识别的应用前景 | 第28-29页 |
| ·语音情感识别研究中面临的难题 | 第29-31页 |
| ·本文的研究内容与结构 | 第31-34页 |
| 第二章 情感语音数据库 | 第34-44页 |
| ·建立情感语音数据库时需要考虑的问题 | 第34-37页 |
| ·情感自然度 | 第34-36页 |
| ·语料的覆盖范围 | 第36页 |
| ·上下文相关 | 第36-37页 |
| ·具有代表性的情感语音数据库 | 第37-42页 |
| ·本文所用情感语音数据库 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 语音信号情感特征参数提取 | 第44-71页 |
| ·语音信号的产生过程与数学模型 | 第44-46页 |
| ·语音信号的产生 | 第44-45页 |
| ·语音信号的数学模型 | 第45-46页 |
| ·语音信号分析概述 | 第46-47页 |
| ·短时能量与音量 | 第47-48页 |
| ·端点检测 | 第48-50页 |
| ·基于修正倒谱和动态规划技术的基频估计算法 | 第50-60页 |
| ·语音信号的倒谱与基频 | 第51-52页 |
| ·修正倒谱 | 第52-53页 |
| ·清浊音判决 | 第53-55页 |
| ·基频估计算法 | 第55-57页 |
| ·算法性能 | 第57-59页 |
| ·基频轮廓 | 第59-60页 |
| ·语速—语音分割 | 第60-65页 |
| ·离散小波变换 | 第60-61页 |
| ·语音分割算法原理 | 第61-62页 |
| ·算法步骤 | 第62-65页 |
| ·声门波参数提取 | 第65-70页 |
| ·基于PSIAIF的声门波提取算法 | 第65-66页 |
| ·声门波建模—LF模型 | 第66-68页 |
| ·基于LF模型的声门波参数拟合 | 第68-70页 |
| ·共振峰检测 | 第70页 |
| ·本章小结 | 第70-71页 |
| 第四章 汉语语音的情感声学特征分析 | 第71-94页 |
| ·人类语音信号所传递的信息 | 第71-72页 |
| ·语音情感的声学特征 | 第72-73页 |
| ·语音情感的韵律特征分析 | 第73-85页 |
| ·能量强度分析 | 第74-75页 |
| ·基频特性分析 | 第75-82页 |
| ·时间构造参数分析 | 第82-84页 |
| ·总结 | 第84-85页 |
| ·语音情感的音质特征分析 | 第85-92页 |
| ·声源对音质的影响 | 第85-86页 |
| ·声道形状对音质的影响 | 第86-87页 |
| ·情感信息对音质的影响 | 第87-89页 |
| ·共振峰分析 | 第89-92页 |
| ·本章小结 | 第92-94页 |
| 第五章 情感空间 | 第94-103页 |
| ·情感维度 | 第94-95页 |
| ·情感空间构想 | 第95-97页 |
| ·情感状态在A-V空间的分布 | 第97-99页 |
| ·情感维度与语音信号声学特征的相关性 | 第99-102页 |
| ·韵律特征与情感维度的相关性 | 第99-101页 |
| ·音质特征与情感维度的相关性 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 第六章 情感特征选取与降维 | 第103-121页 |
| ·语音情感特征的选取 | 第104-113页 |
| ·韵律特征 | 第104-110页 |
| ·音质特征 | 第110-113页 |
| ·特征降维 | 第113-120页 |
| ·PCA的基本原理 | 第114-117页 |
| ·LDA的基本原理 | 第117-118页 |
| ·PCA和LDA性能对比 | 第118-120页 |
| ·本章小结 | 第120-121页 |
| 第七章 汉语语音情感建模与识别 | 第121-146页 |
| ·性别判别方法 | 第122-125页 |
| ·基于情感场的语音情感建模与识别 | 第125-132页 |
| ·数据场的引入 | 第125-126页 |
| ·势函数的定义 | 第126-127页 |
| ·基于爬山法寻找基本情感中心 | 第127-128页 |
| ·基于情感势函数的语音情感识别 | 第128-130页 |
| ·实验 | 第130-132页 |
| ·小结 | 第132页 |
| ·基于情感维度的情感建模与识别方法 | 第132-144页 |
| ·基本思路 | 第133-134页 |
| ·基于高斯混合模型的情感维度建模 | 第134-137页 |
| ·基于支持向量机的语音情感识别 | 第137-141页 |
| ·系统描述 | 第141-142页 |
| ·实验 | 第142-144页 |
| ·小结 | 第144页 |
| ·本文两种识别方法与其它方法的对比 | 第144-145页 |
| ·本章小结 | 第145-146页 |
| 第八章 总结与展望 | 第146-150页 |
| ·论文工作总结 | 第146-147页 |
| ·未来研究展望 | 第147-150页 |
| 参考文献 | 第150-160页 |
| 致谢 | 第160-161页 |
| 读研期间发表的学术论文 | 第161页 |
