基于语言混合特征的情感识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·语音情感识别的研究背景及意义 | 第9-10页 |
| ·语音情感识别的研究现状 | 第10-11页 |
| ·语音情感的分类 | 第11-13页 |
| ·本文主要的工作及结构安排 | 第13-14页 |
| 第二章 语音信号的前端处理 | 第14-27页 |
| ·语音信号的时域分析 | 第14-20页 |
| ·语音信号的预加重 | 第14-16页 |
| ·语音信号的分帧与加窗 | 第16-17页 |
| ·短时能量和短时平均幅度 | 第17-18页 |
| ·短时过零率 | 第18-19页 |
| ·短时平均幅度差函数 | 第19-20页 |
| ·语音的变换域分析 | 第20-24页 |
| ·频谱分析 | 第20-21页 |
| ·倒谱分析 | 第21-22页 |
| ·语音信号的线性预测分析 | 第22-24页 |
| ·语音信号的端点检测 | 第24-26页 |
| ·双门限端点检测算法 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 语音情感特征参数的分析与计算 | 第27-38页 |
| ·语音情感特征参数的分析 | 第27页 |
| ·语音情感特征参数的计算 | 第27-37页 |
| ·振幅能量相关参数 | 第27-29页 |
| ·基音频率相关参数 | 第29-34页 |
| ·共振峰相关参数 | 第34-37页 |
| ·线性预测倒谱系数LPCC | 第37页 |
| ·本章小结 | 第37-38页 |
| 第四章 识别模型基本原理 | 第38-49页 |
| ·BP神经网络 | 第38-43页 |
| ·BP神经网络结构 | 第38-40页 |
| ·BP学习过程及算法 | 第40-43页 |
| ·动态时间规整算法 | 第43-48页 |
| ·DTW的基本原理 | 第44-46页 |
| ·路径搜索 | 第46-47页 |
| ·DTW算法的改进 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 语音情感识别仿真 | 第49-60页 |
| ·语音情感库的录制 | 第49页 |
| ·语音情感的识别流程 | 第49-50页 |
| ·情感语音特征参数提取 | 第50-54页 |
| ·情感识别仿真实验 | 第54-59页 |
| ·基于BP算法的ACON模型训练 | 第54-56页 |
| ·DTW模型训练 | 第56页 |
| ·两种识别模型的仿真实验与对比 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 语音情感识别系统实现 | 第60-67页 |
| ·系统结构概述 | 第60-61页 |
| ·系统主要模块结构 | 第61-63页 |
| ·训练模块 | 第61-62页 |
| ·测试模块 | 第62-63页 |
| ·系统实现 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第七章 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |
