语音情感状态模糊识别研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-23页 |
| 1.1 研究背景 | 第10页 |
| 1.2 语音情感识别国内外研究现状及应用 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 语音情感识别关键技术及发展状况 | 第12-21页 |
| 1.3.1 情感的分类 | 第12-15页 |
| 1.3.2 语料库 | 第15-18页 |
| 1.3.3 语音情感特征 | 第18-20页 |
| 1.3.4 语音情感特征分析方法 | 第20-21页 |
| 1.3.5 语音情感识别方法 | 第21页 |
| 1.4 论文结构与安排 | 第21-23页 |
| 第二章 语音信号的预处理和语音情感特征参数分析 | 第23-40页 |
| 2.1 柏林语音库介绍 | 第23-24页 |
| 2.2 语音信号预处理 | 第24-27页 |
| 2.2.1 端点检测 | 第25-26页 |
| 2.2.2 预加重 | 第26页 |
| 2.2.3 分帧和加窗 | 第26-27页 |
| 2.3 语音情感特征提取 | 第27-32页 |
| 2.4 语音情感特征参数分析 | 第32-39页 |
| 2.4.1 核函数 | 第32-33页 |
| 2.4.2 主成分分析 | 第33-35页 |
| 2.4.3 核主成分分析 | 第35-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 基于模糊支持向量机的语音情感识别 | 第40-54页 |
| 3.1 模糊理论 | 第40-43页 |
| 3.2 基于模糊支持向量机的识别 | 第43-50页 |
| 3.2.1 支持向量机方法 | 第44-48页 |
| 3.2.2 模糊支持向量机分类方法 | 第48-50页 |
| 3.3 仿真实验及结果分析 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 基于自适应模糊聚类的语音情感识别 | 第54-63页 |
| 4.1 聚类基本原理 | 第54-56页 |
| 4.2 基于模糊聚类的识别 | 第56-59页 |
| 4.2.1 模糊聚类基本原理 | 第56-57页 |
| 4.2.2 自适应模糊聚类算法 | 第57-59页 |
| 4.3 仿真实验及结果分析 | 第59-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第五章 基于模糊矢量量化的语音情感识别 | 第63-79页 |
| 5.1 基于模糊核矢量量化识别 | 第63-67页 |
| 5.1.1 矢量量化原理 | 第63-64页 |
| 5.1.2 模糊核矢量量化 | 第64-67页 |
| 5.1.3 最近近邻分类器 | 第67页 |
| 5.2 基于模糊核熵矢量量化的语音情感识别 | 第67-70页 |
| 5.2.1 特征空间的模糊核熵目标函数 | 第67-68页 |
| 5.2.2 模糊核熵矢量量化 | 第68-70页 |
| 5.2.3 模糊核熵最近近邻分类器 | 第70页 |
| 5.3 仿真实验及结果分析 | 第70-77页 |
| 5.4 本章小结 | 第77-79页 |
| 第六章 论文总结与展望 | 第79-81页 |
| 6.1 全文总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |
