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

基于时序深度学习模型的语音情感识别方法研究

摘要第4-6页
ABSTRACT第6-7页
第1章 绪论第10-24页
    1.1 引言第10-12页
    1.2 语音情感识别国内外研究现状第12-15页
    1.3 语音情感识别基本理论第15-21页
        1.3.1 情感描述理论第15-17页
        1.3.2 语音情感语料库第17-19页
        1.3.3 语音情感特征第19-21页
        1.3.4 语音情感分类器第21页
    1.4 目前存在的问题第21-22页
    1.5 本文主要工作内容及章节安排第22-24页
第2章 面向语音情感识别LSTM-CTC时序深度学习模型第24-37页
    2.1 引言第24页
    2.2 长短时记忆神经网络第24-26页
    2.3 LSTM-CTC时序深度学习模型第26-31页
        2.3.1 传统LSTM网络对情感语音标签学习方法第26-27页
        2.3.2 CTC方法第27-31页
    2.4 实验设计与分析第31-36页
        2.4.1 数据库与特征第31-33页
        2.4.2 实验结果与分析第33-36页
    2.5 本章小结第36-37页
第3章 基于Attention机制语音情感识别方法研究第37-49页
    3.1 引言第37-38页
    3.2 基于AttRNN-RNN时序模型的语音情感识别方法第38-45页
        3.2.1 AttRNN-RNN情感识别模型第39-44页
        3.2.2 实验结果与分析第44-45页
    3.3 基于Attention-CTC融合模型的语音情感识别方法第45-47页
        3.3.1 Attention-CTC融合模型第45-46页
        3.3.2 实验结果与分析第46-47页
    3.4 本章小结第47-49页
第4章 在线语音情感识别系统开发第49-58页
    4.1 系统设计要求第49页
    4.2 软件系统设计第49-52页
        4.2.1 系统框架设计第49-51页
        4.2.2 系统运行流程设计第51-52页
    4.3 模型训练与优化第52-56页
        4.3.1 语料库采集第52-53页
        4.3.2 模型训练与挑选第53页
        4.3.3 模型优化方法第53-56页
    4.4 系统性能测试第56-57页
        4.4.1 语音情感识别性能第56页
        4.4.2 系统稳健性测试第56-57页
    4.5 本章小结第57-58页
结论第58-60页
参考文献第60-66页
附录A SRCB情感语料库录音文本内容第66-67页
攻读硕士学位期间发表的论文及其他成果第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于Convolutional-LSTM的蛋白质亚细胞定位研究
下一篇:基于深度学习的机械设备退化状态建模及剩余寿命预测研究