首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

多特征结合的语音情感识别方法研究

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-20页
   ·研究意义第11页
   ·语音情感识别涉及的研究领域及应用第11-12页
   ·语音情感识别的关键技术问题第12-15页
     ·情感分类第12页
     ·情感语音数据库第12页
     ·语音情感特征参数第12-13页
     ·语音情感识别模型第13-15页
   ·国内外语音情感识别技术的研究现状第15-17页
     ·国外相关技术的研究第15-16页
     ·国内相关技术的研究第16-17页
   ·本文主要的研究内容和组织结构第17-20页
第2章 情感的分类、情感语音库和语音信号处理第20-30页
   ·情感的定义第20页
   ·情感的分类第20-22页
   ·情感语音库的建立第22-25页
     ·情感语句的选择第23-24页
     ·情感语音采集第24-25页
   ·语音信号特性分析第25页
   ·语音信号预处理第25-28页
     ·语音信号的预加重第26页
     ·语音信号的分帧第26页
     ·语音信号的加窗第26-28页
     ·语音信号的端点检测第28页
   ·本章小结第28-30页
第3章 语音情感特征参数分析与提取第30-46页
   ·语音信号中的情感特征的分析第31-33页
   ·语音情感的韵律特征第33-38页
     ·基音的分析与提取第33-36页
     ·振幅和能量的分析与提取第36-38页
     ·语速的分析与提取第38页
   ·语音情感的音质特征第38-43页
     ·共振峰参数的分析与提取第39-42页
     ·谐波噪声比的分析与提取第42-43页
   ·MFCC参数的分析与提取第43-45页
   ·本章小结第45-46页
第4章 基于PCA与SVM的语音情感识别第46-60页
   ·基于PCA的特征降维第46-50页
     ·PCA的数学模型第46-47页
     ·第一个主成分的计算第47-49页
     ·第K个主成分的计算第49页
     ·主成分的选取第49-50页
     ·基于最小均方误差下的最优降维方法第50页
   ·基于SVM的语音信号情感识别第50-59页
     ·线性分类第51-53页
     ·线性不可分第53-54页
     ·核函数的选择第54-55页
     ·SVM实现多分类器算法第55页
     ·实验与分析第55-59页
   ·本章小结第59-60页
结论第60-62页
参考文献第62-66页
攻读硕士学位期间发表的论文和取得的科研成果第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:认知无线电系统频谱检测和频谱分配技术研究
下一篇:通信控制单板设计及其HDLC通信链路实现