首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

基于深度学习和迁移学习的语音情感识别方法研究

摘要第4-6页
ABSTRACT第6-8页
第一章 绪论第11-20页
    1.1 研究背景及意义第11-12页
    1.2 语音情感识别相关研究现状第12-17页
        1.2.1 情感状态描述模型第12-14页
        1.2.2 语音情感库第14-15页
        1.2.3 语音情感特征第15页
        1.2.4 语音情感识别方法第15-16页
        1.2.5 语音情感识别挑战赛第16-17页
    1.3 语音情感识别的主要挑战第17页
        1.3.1 传统的语音情感识别挑战第17页
        1.3.2 跨库的语音情感识别挑战第17页
    1.4 本文的主要贡献第17-18页
    1.5 论文的组织结构第18-20页
第二章 语音情感识别相关技术第20-31页
    2.1 引言第20页
    2.2 深度学习第20-24页
        2.2.1 自动编码器第20-23页
        2.2.2 卷积神经网络第23-24页
    2.3 迁移学习第24-27页
    2.4 域适应第27-29页
        2.4.1 基于实例的域适应方法第27-28页
        2.4.2 基于特征的域适应方法第28-29页
    2.5 语音情感识别方法第29-31页
        2.5.1 传统的语音情感识别方法第29页
        2.5.2 跨库的语音情感识别方法第29-31页
第三章 可鉴别语音情感特征学习方法第31-39页
    3.1 引言第31-32页
    3.2 无监督特征学习第32-33页
    3.3 半监督特征学习第33-35页
    3.4 实验设计与分析第35-37页
        3.4.1 数据库第35页
        3.4.2 参数选择第35-36页
        3.4.3 实验设置第36-37页
        3.4.4 实验结果第37页
    3.5 本章小结第37-39页
第四章 基于先验共享的语音情感迁移学习方法第39-46页
    4.1 引言第39-40页
    4.2 无监督预训练第40-41页
    4.3 先验共享第41-42页
    4.4 实验设计与分析第42-45页
        4.4.1 数据库第42-43页
        4.4.2 实验设置第43页
        4.4.3 模型比较第43页
        4.4.4 实验结果第43-45页
    4.5 本章小结第45-46页
第五章 基于标签监督和特征分解的语音情感迁移学习方法第46-56页
    5.1 引言第46-47页
    5.2 模型介绍第47-51页
        5.2.1 情感判别和域不变的特征学习模型EDFLM第47-49页
        5.2.2 改进的情感判别和域不变的特征学习模型E_EDFLM第49-50页
        5.2.3 识别方法第50-51页
    5.3 实验设计与分析第51-55页
        5.3.1 数据库第51-52页
        5.3.2 实验设置第52-53页
        5.3.3 实验结果第53-55页
    5.4 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 总结第56-57页
    6.2 展望第57-58页
参考文献第58-64页
致谢第64-65页
攻读硕士学位期间发表的学术论文第65页

论文共65页,点击 下载论文
上一篇:基于FPGA的音频响度控制
下一篇:陆地棉细胞质雄性不育系P30A与保持系P30B线粒体基因组测序与序列比较分析