基于HMM与RBF的语音情感识别
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 图和附表清单 | 第9-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·语音情感识别的应用前景 | 第13-15页 |
| ·主要评价性能目标 | 第15页 |
| ·语音情感识别存在的问题 | 第15-16页 |
| ·本文主要内容 | 第16-17页 |
| 2 情感语音库的建立 | 第17-23页 |
| ·情感的定义 | 第17-18页 |
| ·情感分类 | 第18-19页 |
| ·情感语音库的采集 | 第19-23页 |
| ·录音脚本的选择 | 第20-21页 |
| ·情感语音录制 | 第21-23页 |
| 3 语音情感特征的分析和提取 | 第23-31页 |
| ·概述 | 第23-24页 |
| ·语音信号生成的数学模型 | 第24-25页 |
| ·语音情感信号的前端处理 | 第25-28页 |
| ·数字化和预处理 | 第25-26页 |
| ·端点检测 | 第26-28页 |
| ·特征提取 | 第28-31页 |
| ·短时能量参数 | 第28页 |
| ·基音频率 | 第28-29页 |
| ·共振峰频率 | 第29-31页 |
| 4 语音情感识别中的模型 | 第31-46页 |
| ·隐马尔科夫模型(HMM) | 第31-41页 |
| ·概述 | 第31-33页 |
| ·HMM的定义 | 第33-34页 |
| ·HMM的分类 | 第34-37页 |
| ·HMM的基本算法 | 第37-40页 |
| ·HMM下溢问题 | 第40-41页 |
| ·径向基函数神经网络 | 第41-46页 |
| ·概述 | 第41-42页 |
| ·RBF神经网络的基本原理 | 第42-43页 |
| ·RBF神经网络的学习方法 | 第43-46页 |
| 5 基于HMM和RBF混合模型的语音情感识别 | 第46-61页 |
| ·概述 | 第46-47页 |
| ·HMM和ANN的结合方式 | 第47-49页 |
| ·HMM和ANN混合模型的实现 | 第49-53页 |
| ·混合模型训练 | 第50-52页 |
| ·混合模型识别 | 第52-53页 |
| ·仿真实验和结果 | 第53-61页 |
| ·语音情感识别特征参数的提取 | 第54-58页 |
| ·语音情感识别模型参数的设置 | 第58-59页 |
| ·实验结果比较 | 第59-61页 |
| 6 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第67页 |
