| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 噪声语音情感识别现状 | 第12-13页 |
| 1.2.1 情感建模和情感语料库 | 第13页 |
| 1.2.2 语音情感特征 | 第13页 |
| 1.3 研究内容与章节安排 | 第13-16页 |
| 第二章 噪声鲁棒的语音情感识别综述 | 第16-22页 |
| 2.1 实验语料库 | 第16-17页 |
| 2.1.1 语料库 | 第16页 |
| 2.1.2 语音与噪声合成 | 第16-17页 |
| 2.2 噪声鲁棒语音情感识别方法 | 第17-19页 |
| 2.2.1 特征相关方法 | 第17-18页 |
| 2.2.1.1 噪声鲁棒的特征 | 第17-18页 |
| 2.2.1.2 特征标准化方法 | 第18页 |
| 2.2.1.3 特征补偿方法 | 第18页 |
| 2.2.2 模型相关方法 | 第18-19页 |
| 2.3 语音信号预处理 | 第19-21页 |
| 2.3.1 预加重 | 第19页 |
| 2.3.2 分帧和加窗 | 第19-20页 |
| 2.3.3 端点检测 | 第20-21页 |
| 2.4 本章小节 | 第21-22页 |
| 第三章 噪声鲁棒的语音情感特征提取算法 | 第22-32页 |
| 3.1 小波包分析 | 第22-25页 |
| 3.1.1 小波包分析的数学描述 | 第22-23页 |
| 3.1.2 可容许树 | 第23页 |
| 3.1.3 小波包滤波器组 | 第23-24页 |
| 3.1.4 频率排序 | 第24页 |
| 3.1.5 最优小波包基的搜索算法 | 第24-25页 |
| 3.2 子频带噪声补偿 | 第25-28页 |
| 3.2.1 非对称噪声抑制 | 第26-28页 |
| 3.2.2 时域掩蔽 | 第28页 |
| 3.2.3 谱权重平滑化 | 第28页 |
| 3.3 频谱质心 | 第28-29页 |
| 3.4 基于长时帧噪声补偿的小波包倒谱系数特征提取 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 特征选择 | 第32-40页 |
| 4.1 统计特征的提取 | 第32-33页 |
| 4.2 特征选择 | 第33-39页 |
| 4.2.1 语音片段模型 | 第33-35页 |
| 4.2.2 模型参数计算 | 第35-36页 |
| 4.2.3 因素分析 | 第36-37页 |
| 4.2.4 标准化 | 第37-39页 |
| 4.3 本章小结 | 第39-40页 |
| 第五章 重要性加权的支持向量机 | 第40-58页 |
| 5.1 支持向量机 | 第40-45页 |
| 5.1.1 线性SVM | 第40-44页 |
| 5.1.1.1 样本线性可分问题 | 第40-43页 |
| 5.1.1.2 样本线性不可分问题 | 第43-44页 |
| 5.1.2 非线性SVM与核函数 | 第44-45页 |
| 5.1.3 SVM用于多类分类 | 第45页 |
| 5.2 协变量偏移 | 第45-49页 |
| 5.2.1 协变量偏移补偿 | 第45-46页 |
| 5.2.2 最小二乘重要性权重估计 | 第46-47页 |
| 5.2.3 交叉验证 | 第47页 |
| 5.2.4 核函数 | 第47页 |
| 5.2.5 重要性权重计算步骤 | 第47-49页 |
| 5.3 重要性权重支持向量机 | 第49页 |
| 5.4 噪声环境下语音情感识别实验 | 第49-57页 |
| 5.4.1 实验设计 | 第49-51页 |
| 5.4.2 频带划分方式对于噪声条件下情感识别实验的影响 | 第51-52页 |
| 5.4.3 特征选择维数对噪声条件下情感识别的影响 | 第52-54页 |
| 5.4.4 LW-WPCC特征和传统声学特征在噪声环境下识别准确率比较 | 第54-56页 |
| 5.4.5 重要性权重加权的支持向量机分类器在噪声环境下对语音情感识别的影响 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 噪声条件下多特征融合的语音情感识别 | 第58-72页 |
| 6.1 受限玻尔兹曼机 | 第58-60页 |
| 6.1.1 受限玻尔兹曼机的学习方法 | 第59-60页 |
| 6.2 BP算法 | 第60-65页 |
| 6.2.1 BP算法的原理 | 第60-61页 |
| 6.2.2 BP算法的数学表达 | 第61-64页 |
| 6.2.3 BP算法的执行步骤 | 第64-65页 |
| 6.3 DBN网络 | 第65-66页 |
| 6.4 特征融合 | 第66页 |
| 6.5 实验结果与分析 | 第66-69页 |
| 6.6 本章小结 | 第69-72页 |
| 第七章 总结与展望 | 第72-74页 |
| 7.1 本文工作总结 | 第72-73页 |
| 7.2 今后工作展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 作者在攻读硕士期间取得的学术成果 | 第80页 |
