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--语音识别与设备论文

存在情感差异性语音的说话人识别算法研究

摘要第1-4页
ABSTRACT第4-11页
第一章 引言第11-16页
 1.1 说话人识别技术概述第11-12页
 1.2 说话人识别中的问题第12-13页
 1.3 情感语音对说话人识别的影响第13-14页
 1.4 研究意义第14-15页
 1.5 本文内容安排第15-16页
第二章 说话人识别与语音库第16-35页
 2.1 说话人识别原理第16-17页
 2.2 说话人识别系统框架第17-23页
  2.2.1 特征提取第18-21页
  2.2.2 说话人识别模型第21-23页
 2.3 实验语音数据库介绍第23-34页
  2.3.1 情感语音库现状第24-26页
  2.3.2 EPST语音数据库第26-28页
  2.3.3 MASC@CCNT语音数据库的设计和建立第28-34页
 2.4 基本参数设置第34页
 2.5 本章小结第34-35页
第三章 存在情感影响的说话人识别研究现状第35-39页
 3.1 情感分类和情感特征分析第35-38页
  3.1.1 情感的分类第35-36页
  3.1.2 语音信号中的情感特征第36页
  3.1.3 基音频率第36页
  3.1.4 发音持续时间第36页
  3.1.5 能量第36-37页
  3.1.6 共振峰第37页
  3.1.7 韵律特征第37页
  3.1.8 语音特征第37页
  3.1.9 词汇和对话特征第37-38页
 3.2 存在情感影响的说话人识别系统第38页
 3.3 本章小结第38-39页
第四章 语音的情感特征变化及中西情感表达差异的研究第39-50页
 4.1 情感分析用语料的选择第39-40页
 4.2 分析方法和参数选择第40-41页
  4.2.1 基音频率第40页
  4.2.2 语音持续时间比较第40-41页
  4.2.3 元音共振峰分析第41页
  4.2.4 能量分析第41页
 4.3 分析结果第41-47页
  4.3.1 基音频率的分析结果第41-42页
  4.3.2 语音持续时间的分析结果第42-43页
  4.3.3 元音共振峰分析的结果第43-46页
  4.3.4 能量分析的结果第46-47页
 4.4 结论第47-49页
 4.5 本章小结第49-50页
第五章 基于情感语音归类的结构化训练方法第50-58页
 5.1 基本思想第50页
 5.2 特征的统计分析第50-52页
  5.2.1 语音特征参数第50-51页
  5.2.2 统计分析第51-52页
 5.3 情感的划归和分类第52-54页
 5.4 结构化训练方法第54-56页
  5.4.1 实验策略第54-55页
  5.4.2 实验结果及其分析第55-56页
 5.5 本章小结第56-58页
第六章 基于倒谱特征线性情感补偿的说话人识别第58-66页
 6.1 基本思想第58页
 6.2 情感影响下基音频率与倒谱特征的变化第58-59页
 6.3 基于倒谱特征的情感补偿模型第59-61页
 6.4 基于倒谱特征的情感补偿算法第61-63页
  6.4.1 倒谱特征补偿第61页
  6.4.2 影响因子的选取第61-63页
 6.5 实验结果及其分析第63-65页
 6.6 本章小结第65-66页
第七章 总结与展望第66-69页
 7.1 作总结第66-67页
 7.2 讨论与展望第67-69页
文中涉及的情感相关词汇中英对照第69-70页
参考文献第70-76页
攻读硕士学位期间的研究成果第76-77页
致谢第77页

论文共77页,点击 下载论文
上一篇:棉秆压缩成型特性的试验研究
下一篇:重组BCG-hIFN-a-2b冻干及生物活性和安全性的研究