面向情感语音合成的言语情感建模研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 1 引言 | 第14-26页 |
| ·问题描述 | 第14-16页 |
| ·研究现状 | 第16-22页 |
| ·情感语音合成 | 第16-19页 |
| ·情感描述 | 第19-20页 |
| ·文本情感计算 | 第20-22页 |
| ·研究目标与内容 | 第22-24页 |
| ·研究目标 | 第22-23页 |
| ·研究内容 | 第23-24页 |
| ·论文结构安排 | 第24-26页 |
| 2 情感理论与描述体系 | 第26-56页 |
| ·心理学关于情感的研究 | 第26-36页 |
| ·情感理论 | 第27-29页 |
| ·情感描述 | 第29-36页 |
| ·朗读与播音中的情感研究 | 第36页 |
| ·言语情感生成及衍化过程分析 | 第36-38页 |
| ·多视角情感描述体系 | 第38-53页 |
| ·认知评价 | 第38-41页 |
| ·心理感受 | 第41-49页 |
| ·生理状态 | 第49-50页 |
| ·发音描述 | 第50-52页 |
| ·整体框架 | 第52-53页 |
| ·本章小结 | 第53-56页 |
| 3 新闻言语情感数据库构建 | 第56-64页 |
| ·概述 | 第56-57页 |
| ·语料准备阶段 | 第57-58页 |
| ·语音数据采集 | 第58页 |
| ·情感信息标注 | 第58-59页 |
| ·标注数据处理 | 第59-60页 |
| ·标注结果分析 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 4 基于深度神经网络的言语情感预测模型 | 第64-100页 |
| ·问题分析 | 第64-65页 |
| ·网络结构 | 第65-76页 |
| ·深度神经网络DNN | 第65-67页 |
| ·深度置信网络DBN | 第67-69页 |
| ·深度堆叠网络DSN | 第69-71页 |
| ·中间层部分可见的深度堆叠网络VDSN | 第71-74页 |
| ·基于VDSN的言语情感预测模型 | 第74-76页 |
| ·训练过程 | 第76-82页 |
| ·基于RBM的参数预训练 | 第76-79页 |
| ·基于批量梯度下降的参数微调 | 第79-81页 |
| ·优化措施 | 第81-82页 |
| ·文本特征提取 | 第82-87页 |
| ·分词与特征词提取 | 第82-83页 |
| ·特征降维 | 第83-87页 |
| ·实验与讨论 | 第87-98页 |
| ·评价指标 | 第87-88页 |
| ·准备实验 | 第88-93页 |
| ·验证实验 | 第93-97页 |
| ·讨论 | 第97-98页 |
| ·本章小结 | 第98-100页 |
| 5 多尺度情感预测建模 | 第100-112页 |
| ·问题分析 | 第100页 |
| ·多尺度情感预测模型 | 第100-103页 |
| ·多尺度文本特征提取 | 第103-105页 |
| ·文本分割 | 第103-104页 |
| ·多尺度特征降维 | 第104-105页 |
| ·模型框图 | 第105页 |
| ·实验与分析 | 第105-109页 |
| ·不同尺度文本单元的影响 | 第106-107页 |
| ·同一尺度不同分析单元的影响 | 第107-108页 |
| ·综合结果比较 | 第108-109页 |
| ·本章小结 | 第109-112页 |
| 6 总结与展望 | 第112-116页 |
| ·全文工作总结 | 第112-113页 |
| ·下一步工作展望 | 第113-116页 |
| 参考文献 | 第116-123页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第123-125页 |
| 学位论文数据集 | 第125页 |
