语音情感识别中语谱图纹理特征提取算法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 语音情感识别研究背景及意义 | 第15-16页 |
| 1.2 语音情感识别国内外研究现状 | 第16-20页 |
| 1.2.1 情感特征提取的国内外研究现状 | 第16-17页 |
| 1.2.2 语音情感识别国内外研究现状 | 第17-20页 |
| 1.3 语音情感数据库 | 第20-22页 |
| 1.4 本文的研究内容与结构 | 第22-23页 |
| 第二章 语音情感识别概述 | 第23-37页 |
| 2.1 语音预处理 | 第23-24页 |
| 2.1.1 预加重 | 第23页 |
| 2.1.2 分帧加窗 | 第23-24页 |
| 2.2 声学特征提取 | 第24-26页 |
| 2.2.1 梅尔倒谱系数 | 第24-25页 |
| 2.2.2 线性预测倒谱系数 | 第25页 |
| 2.2.3 感知线性预测 | 第25页 |
| 2.2.4 传统特征统计 | 第25-26页 |
| 2.3 语谱图纹理特征提取 | 第26-32页 |
| 2.3.1 语谱图获取 | 第26-28页 |
| 2.3.2 Log-Gabor小波变换 | 第28页 |
| 2.3.3 局部二值模式 | 第28-29页 |
| 2.3.4 局部方向模式 | 第29-30页 |
| 2.3.5 差值局部方向模式 | 第30-31页 |
| 2.3.6 韦伯局部描述子 | 第31-32页 |
| 2.4 分类识别 | 第32-36页 |
| 2.4.1 最近邻分类器 | 第32-33页 |
| 2.4.2 BP-神经网络 | 第33-34页 |
| 2.4.3 卷积神经网络 | 第34-35页 |
| 2.4.4 支持向量机 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 基于改进完全局部二值模式的语音情感识别 | 第37-48页 |
| 3.1 引言 | 第37-38页 |
| 3.2 改进完全局部二值模式 | 第38-40页 |
| 3.2.1 CLBP特征提取 | 第38-39页 |
| 3.2.2 改进CLBP特征提取 | 第39-40页 |
| 3.3 基于改进CLBP的语音情感识别 | 第40-42页 |
| 3.3.1 幂指数加权融合方法 | 第40-41页 |
| 3.3.2 基于改进CLBP的语音情感识别 | 第41-42页 |
| 3.4 实验描述与结果分析 | 第42-47页 |
| 3.4.1 实验描述 | 第42-43页 |
| 3.4.2 实验结果分析 | 第43-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 融合语谱图局部纹理特征的语音情感识别 | 第48-57页 |
| 4.1 引言 | 第48-49页 |
| 4.2 特征提取 | 第49-52页 |
| 4.2.1 多方向韦伯局部描述子 | 第49-50页 |
| 4.2.2 完全梯度中心对称局部方向模式 | 第50-52页 |
| 4.2.3 改进完全局部二值模式 | 第52页 |
| 4.3 融合语谱图局部纹理特征的语音情感识别 | 第52-53页 |
| 4.4 实验描述与结果分析 | 第53-56页 |
| 4.4.1 实验描述 | 第53-54页 |
| 4.4.2 实验结果分析 | 第54-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 本文工作总结 | 第57页 |
| 5.2 后续工作展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
