| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·情感计算概述 | 第9-10页 |
| ·语音情感识别的国内外研究现状 | 第10-11页 |
| ·本文的工作 | 第11-12页 |
| ·本文的结构概要 | 第12-13页 |
| 第二章 情感的定义与划分 | 第13-17页 |
| ·情感的定义 | 第13页 |
| ·情感的分类 | 第13-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 语音信号分析 | 第17-33页 |
| ·引言 | 第17页 |
| ·语音信号的预处理 | 第17-18页 |
| ·语音短时分析 | 第18-24页 |
| ·语音短时分析技术 | 第18-20页 |
| ·短时能量和平均幅度 | 第20-22页 |
| ·短时平均过零率 | 第22-23页 |
| ·短时相关分析 | 第23-24页 |
| ·基音周期估计 | 第24-28页 |
| ·语音信号的线性预测分析 | 第28-30页 |
| ·语音共振峰估计 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 语音情感特征的分析与提取 | 第33-40页 |
| ·引言 | 第33-34页 |
| ·语音情感特征分析 | 第34-36页 |
| ·能量 | 第34-35页 |
| ·共振峰 | 第35页 |
| ·基音频率 | 第35-36页 |
| ·发音持续时间 | 第36页 |
| ·情感数据库 | 第36-37页 |
| ·语音情感特征提取 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 基于Rough集的语音情感特征选择 | 第40-50页 |
| ·引言 | 第40页 |
| ·Rough集的基本概念 | 第40-45页 |
| ·二元关系和划分 | 第40-41页 |
| ·知识的分类概念和知识表达系统 | 第41-42页 |
| ·Rough集的下近似、上近似、边界区和粗糙隶属函数 | 第42-45页 |
| ·连续属性离散化 | 第45-46页 |
| ·决策表属性约简 | 第46-47页 |
| ·基于Rough的语音情感特征选择算法 | 第47-49页 |
| ·决策表连续属性离散化算法 | 第48页 |
| ·基于信息熵的属性约简算法 | 第48-49页 |
| ·基于Rough集的语音特征选择结果 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第六章 基于支持向量机的语音情感识别 | 第50-59页 |
| ·引言 | 第50页 |
| ·支持向量机的理论基础 | 第50-53页 |
| ·问题的表示 | 第50-51页 |
| ·经验风险最小化 | 第51-52页 |
| ·结构风险最小化 | 第52-53页 |
| ·函数集的VC维 | 第53页 |
| ·支持向量机的分类算法 | 第53-56页 |
| ·SVM核函数的选择 | 第56页 |
| ·基于SVM的语音情感识别结果 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第七章 语音情感识别系统的设计与实现 | 第59-69页 |
| ·系统环境 | 第59-60页 |
| ·语音情感识别原型系统的分析与设计 | 第60-62页 |
| ·语音处理模块的实现 | 第62-64页 |
| ·语音采集子模块 | 第62页 |
| ·语音特征参数分析子模块 | 第62-63页 |
| ·批量语音特征提取子模块 | 第63-64页 |
| ·语音情感训练模块的实现 | 第64-67页 |
| ·语音情感识别模块的实现 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读学位期间发表的论文 | 第76页 |