| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·语音情感识别相关领域研究现状及应用 | 第12-13页 |
| ·论文的研究内容及主要工作 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第二章 语音情感识别技术概况 | 第16-33页 |
| ·概述 | 第16-17页 |
| ·语音信号预处理 | 第17-20页 |
| ·常用语音情感特征参数的提取 | 第20-25页 |
| ·语音情感特征降维方法 | 第25-29页 |
| ·语音情感识别方法 | 第29-31页 |
| ·小结 | 第31-33页 |
| 第三章 基于增量流形学习的语音情感特征降维 | 第33-43页 |
| ·概述 | 第33-34页 |
| ·非线性特征降维算法Isomap和ELE | 第34-36页 |
| ·Isomap算法描述 | 第34-35页 |
| ·ELE算法描述 | 第35-36页 |
| ·基于增量流形学习的语音情感特征降维方法 | 第36-38页 |
| ·实验环境与结果分析 | 第38-42页 |
| ·情感语音库 | 第38-39页 |
| ·实验结果比较与分析 | 第39-40页 |
| ·相关方法比较 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于D-S证据理论的多粒度语段融合语音情感识别 | 第43-53页 |
| ·概述 | 第43-44页 |
| ·D-S证据理论简介 | 第44-45页 |
| ·多粒度情感语句分段方法 | 第45-47页 |
| ·按固定长度分段 | 第46页 |
| ·按韵律结构分段 | 第46-47页 |
| ·多粒度语段融合情感识别算法描述 | 第47-49页 |
| ·语段融合识别算法 | 第47-49页 |
| ·不同分段方法的融合及最终结果决策 | 第49页 |
| ·实验结果分析与比较 | 第49-51页 |
| ·相关工作比较 | 第51-52页 |
| ·小结 | 第52-53页 |
| 第五章 语音情感识别原型系统的设计与实现 | 第53-66页 |
| ·概述 | 第53页 |
| ·系统功能分析 | 第53-54页 |
| ·类的设计与实现 | 第54-60页 |
| ·语音处理基本类的设计 | 第54-56页 |
| ·情感特征类设计 | 第56-57页 |
| ·SVM类的设计 | 第57-58页 |
| ·Matlab Engine调用 | 第58-60页 |
| ·语音情感识别原型系统界面简介 | 第60-65页 |
| ·小结 | 第65-66页 |
| 第六章 结束语 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·下一步工作展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 发表文章 | 第74页 |