| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 研究意义 | 第10-11页 |
| 1.4 本文研究内容及各章节安排 | 第11-13页 |
| 第2章 语音情感识别概述 | 第13-25页 |
| 2.1 语音情感识别的一般方法 | 第13-21页 |
| 2.1.1 情感描述方法 | 第13-14页 |
| 2.1.2 特征提取 | 第14-18页 |
| 2.1.3 特征降维 | 第18-19页 |
| 2.1.4 分类 | 第19页 |
| 2.1.5 评价指标 | 第19-21页 |
| 2.2 常用情感语音数据库 | 第21-23页 |
| 2.2.1 Emo-DB(柏林情感语音数据库) | 第21-22页 |
| 2.2.2 IEMOCAP(交互式情感二元动作捕捉数据库) | 第22-23页 |
| 2.2.3 两个数据库的比较 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第3章 基于分段特征的语音情感识别 | 第25-35页 |
| 3.1 分段方法 | 第25-26页 |
| 3.1.1 基于时间的固定分段方法 | 第25页 |
| 3.1.2 基于能量的动态分段方法 | 第25-26页 |
| 3.2 局部基频概率分布特征 | 第26-27页 |
| 3.3 算法和工具 | 第27-30页 |
| 3.3.1 特征提取 | 第27-28页 |
| 3.3.2 特征降维 | 第28页 |
| 3.3.3 分类器和实验工具 | 第28-30页 |
| 3.4 实验参数设置 | 第30-31页 |
| 3.5 实验设计及结果 | 第31-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于动态模型的语音情感识别 | 第35-49页 |
| 4.1 现有的DNN-ELM方法 | 第35-39页 |
| 4.1.1 深度神经网络 | 第35-37页 |
| 4.1.2 极限学习机 | 第37-38页 |
| 4.1.3 实验方法 | 第38-39页 |
| 4.2 k均值-ELM的方法 | 第39-42页 |
| 4.2.1 k均值聚类算法 | 第40-41页 |
| 4.2.2 改进的方法 | 第41页 |
| 4.2.3 实验结果 | 第41-42页 |
| 4.3 DNN-BLSTM的方法 | 第42-46页 |
| 4.3.1 循环神经网络 | 第42-43页 |
| 4.3.2 长短时记忆 | 第43-44页 |
| 4.3.3 双向长短时记忆 | 第44页 |
| 4.3.4 改进的方法 | 第44-46页 |
| 4.3.5 实验结果 | 第46页 |
| 4.4 本章小结 | 第46-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 发表论文和参加科研情况说明 | 第55-57页 |
| 致谢 | 第57页 |