基于深度置信网络的汉语语音测谎研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 测谎的研究意义 | 第9页 |
| 1.2 测谎研究的发展概述 | 第9-12页 |
| 1.2.1 测谎的发展历史 | 第9-11页 |
| 1.2.2 基于生理指标的各类测谎研究方法 | 第11-12页 |
| 1.3 语音测谎技术的发展与难点 | 第12-14页 |
| 1.3.1 语音测谎技术相对于其他技术的优势 | 第12-13页 |
| 1.3.2 语音测谎技术的发展 | 第13-14页 |
| 1.3.3 语音测谎技术的难点 | 第14页 |
| 1.4 深度学习在语音中的应用 | 第14-15页 |
| 1.5 本文的主要工作及结构安排 | 第15-17页 |
| 1.5.1 本文的主要工作 | 第15-16页 |
| 1.5.2 本文的结构安排 | 第16-17页 |
| 第二章 汉语语音测谎理论基础及系统构成 | 第17-25页 |
| 2.1 测谎的心理生理学基础 | 第17-18页 |
| 2.2 语音发音系统及语音信号生成的数学模型 | 第18-20页 |
| 2.3 汉语语音学基础概述 | 第20页 |
| 2.4 汉语语音测谎系统的构成 | 第20-22页 |
| 2.5 语音信号预处理 | 第22-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 汉语测谎语料库的构建 | 第25-32页 |
| 3.1 汉语测谎语料库的设计与建立 | 第25-29页 |
| 3.1.1 语料库设计 | 第26-27页 |
| 3.1.2 录音前准备工作及录音过程 | 第27-28页 |
| 3.1.3 语料库的加工与标记 | 第28-29页 |
| 3.2 汉语测谎语料库的听辨实验 | 第29-30页 |
| 3.3 本章小结 | 第30-32页 |
| 第四章 深度置信网络在语音测谎上的表示学习 | 第32-49页 |
| 4.1 基本特征的提取 | 第32-37页 |
| 4.1.1 短时能量 | 第33-34页 |
| 4.1.2 基频 | 第34页 |
| 4.1.3 共振峰及共振峰带宽 | 第34-35页 |
| 4.1.4 梅尔频率倒谱系数 | 第35-37页 |
| 4.2 基于深度置信网络的表示学习技术 | 第37-48页 |
| 4.2.1 受限玻尔兹曼机简介 | 第38-41页 |
| 4.2.2 受限玻尔兹曼机的学习 | 第41-47页 |
| 4.2.3 不同类型的单元 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 基于机器学习的汉语语音测谎及实验 | 第49-60页 |
| 5.1 同性别内语音测谎 | 第49-52页 |
| 5.1.1 逻辑回归模型 | 第49-50页 |
| 5.1.2 决策树 | 第50页 |
| 5.1.3 支持向量机 | 第50-52页 |
| 5.1.4 梯度提升决策树 | 第52页 |
| 5.2 跨性别语音测谎 | 第52-54页 |
| 5.2.1 迁移学习技术 | 第52-53页 |
| 5.2.2 Tra Ada Boost算法 | 第53-54页 |
| 5.3 实验结果与分析 | 第54-59页 |
| 5.3.1 实验数据 | 第55页 |
| 5.3.2 评价指标 | 第55-56页 |
| 5.3.3 特征贡献分析 | 第56页 |
| 5.3.4 基础特征与深度特征的测谎对比分析 | 第56-58页 |
| 5.3.5 跨性别测谎分析 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60-61页 |
| 6.2 今后展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |
