摘要 | 第3-5页 |
abstract | 第5-7页 |
第一章 绪论 | 第11-17页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-13页 |
1.3 情感语音识别研究面临的问题 | 第13-14页 |
1.4 论文的研究内容及论文安排 | 第14-15页 |
1.5 文章结构安排 | 第15-17页 |
第二章 情感语音识别的基本理论 | 第17-33页 |
2.1 情感描述模型 | 第17-22页 |
2.1.1 离散情感模型 | 第18-19页 |
2.1.2 维度情感模型 | 第19-22页 |
2.1.3 两种情感描述模型的对比 | 第22页 |
2.2 情感语音数据库 | 第22-25页 |
2.2.1 离散型情感语音数据库 | 第22-23页 |
2.2.2 维度型情感语音数据库 | 第23-25页 |
2.3 情感语音的特征提取 | 第25-28页 |
2.3.1 韵律学特征 | 第25-27页 |
2.3.2 基于谱的相关特征 | 第27-28页 |
2.3.3 音质特征 | 第28页 |
2.4 情感语音识别网络 | 第28-31页 |
2.4.1 人工神经网络 | 第28-29页 |
2.4.2 隐马尔科夫模型 | 第29-30页 |
2.4.3 高斯混合模型 | 第30-31页 |
2.4.4 支持向量机 | 第31页 |
2.5 本章小结 | 第31-33页 |
第三章 TYUT2.0情感语音数据库的优化及PAD情感模型量化标注 | 第33-45页 |
3.1 TYUT2.0情感语音数据库的优化实验 | 第33-34页 |
3.1.1 实验对象 | 第33页 |
3.1.2 实验准备 | 第33页 |
3.1.3 实验过程 | 第33-34页 |
3.2 实验结果与分析 | 第34-35页 |
3.2.1 评分稳定性 | 第34页 |
3.2.2 四类情感语音的认同率 | 第34-35页 |
3.2.3 各类别情感语音的强度 | 第35页 |
3.3 PAD三维情感模型 | 第35-39页 |
3.3.1 PAD情感量表 | 第36-37页 |
3.3.2 自我评定模型 | 第37-38页 |
3.3.3 改进简化版PAD情感量表 | 第38-39页 |
3.4 三维PAD情感模型量化标注实验 | 第39-41页 |
3.4.1 实验对象 | 第39-40页 |
3.4.2 实验准备 | 第40页 |
3.4.3 实验过程 | 第40-41页 |
3.5 实验结果及有效性验证 | 第41-44页 |
3.5.1 PAD数据在空间中的概率分布 | 第41-43页 |
3.5.2 情感状态在PAD三维情感空间上的分布 | 第43-44页 |
3.6 本章小结 | 第44-45页 |
第四章 基于PAD模型的级联分类情感语音识别 | 第45-51页 |
4.1 基于PAD数据的特征组合 | 第45-47页 |
4.1.1 情感语音特征 | 第45-46页 |
4.1.2 识别实验 | 第46-47页 |
4.2 级联分类原理框图 | 第47-48页 |
4.3 基于PAD模型的级联分类情感语音识别实验 | 第48-50页 |
4.3.1 仿真实验结果 | 第48-50页 |
4.3.2 实验分析 | 第50页 |
4.4 本章小结 | 第50-51页 |
第五章 基于SVR的维度情感语音PAD预测模型 | 第51-67页 |
5.1 维度情感预测方法 | 第51-54页 |
5.1.1 深度置信网络 | 第51-52页 |
5.1.2 KNN回归模型 | 第52-53页 |
5.1.3 支持向量回归机SVR | 第53-54页 |
5.2 支持向量回归机基本数学模型分析 | 第54-61页 |
5.2.1 机器学习理论 | 第54-55页 |
5.2.2 统计学习理论 | 第55-58页 |
5.2.3 核函数基本理论 | 第58-59页 |
5.2.4 模型参数的选择 | 第59-61页 |
5.3 不同核函数预测对比实验 | 第61页 |
5.4 实验建立 | 第61-62页 |
5.5 实验结果分析 | 第62-65页 |
5.6 本章小结 | 第65-67页 |
第六章 总结与展望 | 第67-69页 |
6.1 研究工作总结 | 第67页 |
6.2 工作展望 | 第67-69页 |
参考文献 | 第69-75页 |
致谢 | 第75-76页 |
攻读学位期间发表的学术论文目录 | 第76页 |