基于深度学习和模糊理论的语音情感识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-20页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 语音情感识别基础 | 第12-18页 |
| 1.3.1 语音情感模型 | 第12-14页 |
| 1.3.2 语音情感数据库 | 第14-15页 |
| 1.3.3 语音情感特征 | 第15-16页 |
| 1.3.4 语音情感识别分类 | 第16-18页 |
| 1.4 论文主要研究内容 | 第18-19页 |
| 1.5 论文结构安排 | 第19页 |
| 1.6 本章小结 | 第19-20页 |
| 第二章 语音信号处理及语音情感特征提取 | 第20-27页 |
| 2.1 语音信号预处理 | 第20-23页 |
| 2.1.1 预加重 | 第20页 |
| 2.1.2 加窗分帧 | 第20-21页 |
| 2.1.3 端点检测 | 第21-23页 |
| 2.2 语音情感特征提取 | 第23-26页 |
| 2.2.1 短时能量 | 第23页 |
| 2.2.2 短时过零率 | 第23-24页 |
| 2.2.3 Mel倒谱系数（MFCC） | 第24-25页 |
| 2.2.4 语谱图特征 | 第25-26页 |
| 2.3 语音情感特征归一化处理 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于深度学习的语音情感识别方法 | 第27-49页 |
| 3.1 传统神经网络 | 第27-32页 |
| 3.1.1 神经网络模型 | 第27-30页 |
| 3.1.2 反向传播算法 | 第30-31页 |
| 3.1.3 Softmax回归 | 第31-32页 |
| 3.2 深度学习神经网络模型 | 第32-40页 |
| 3.2.1 深度学习神经网络概述 | 第32-33页 |
| 3.2.2 栈式自编码器（SAE） | 第33-37页 |
| 3.2.3 卷积神经网络（CNN） | 第37-40页 |
| 3.3 实验与结果分析 | 第40-47页 |
| 3.3.1 基于栈式自编码器的语音情感识别 | 第40-43页 |
| 3.3.2 基于卷积神经网络的语音情感识别 | 第43-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 基于深度学习和模糊理论的语音情感识别方法 | 第49-60页 |
| 4.1 模糊理论概述 | 第49-51页 |
| 4.2 模糊神经网络（FNN） | 第51-55页 |
| 4.3 基于SAE+FNN的语音情感识别 | 第55-58页 |
| 4.4 基于CNN+FNN的语音情感识别 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表论文及科研成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附件 | 第68页 |
