基于语音情感的危险状况辨识研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 基于声音属性研究语音信号的意义 | 第13-14页 |
| 1.2 智能监控技术 | 第14-15页 |
| 1.3 语音识别的发展 | 第15-17页 |
| 1.3.1 语音识别的研究现状 | 第15-16页 |
| 1.3.2 情感语音的研究 | 第16-17页 |
| 1.4 基于语音的危险状况辨识 | 第17-19页 |
| 1.4.1 环境的选择 | 第17页 |
| 1.4.2 语音信号的采集 | 第17-18页 |
| 1.4.3 语音数据库的建立以及特征参数的提取 | 第18页 |
| 1.4.4 语音分析和建模 | 第18-19页 |
| 1.5 论文组织结构 | 第19-21页 |
| 第二章 语音识别算法综述 | 第21-33页 |
| 2.1 隐马尔科夫模型 | 第21-22页 |
| 2.2 矢量量化 | 第22-24页 |
| 2.2.1 K-means矢量量化算法 | 第24页 |
| 2.2.2 LBG算法 | 第24页 |
| 2.3 DTW动态时间规整算法 | 第24-25页 |
| 2.4 神经网络 | 第25-32页 |
| 2.4.1 ANN简介 | 第26-29页 |
| 2.4.2 BP神经网络 | 第29-32页 |
| 2.5 小结 | 第32-33页 |
| 第三章 危险状况语音数据库及语音预处理 | 第33-45页 |
| 3.1 数据库建立 | 第34-35页 |
| 3.2 语音信号预处理 | 第35-44页 |
| 3.2.1 反混叠滤波 | 第35-36页 |
| 3.2.2 端点检测 | 第36-40页 |
| 3.2.3 预加重 | 第40-42页 |
| 3.2.4 分帧加窗 | 第42-44页 |
| 3.3 小结 | 第44-45页 |
| 第四章 语音的特征属性提取 | 第45-57页 |
| 4.1 音调 | 第47-51页 |
| 4.1.1 基因周期检测 | 第47-51页 |
| 4.2 音强 | 第51-54页 |
| 4.2.1 共振峰 | 第51-52页 |
| 4.2.2 短时平均幅度 | 第52-53页 |
| 4.2.3 短时能量 | 第53-54页 |
| 4.3 音色 | 第54页 |
| 4.4 其他特征参数 | 第54-56页 |
| 4.4.1 MFCC参数 | 第54-55页 |
| 4.4.2 语速 | 第55-56页 |
| 4.5 小结 | 第56-57页 |
| 第五章 基于声音属性的危险状况辨识模型 | 第57-65页 |
| 5.1 危险状况辨识系统的构建 | 第57-60页 |
| 5.1.1 系统设计 | 第58页 |
| 5.1.2 系统实现 | 第58-60页 |
| 5.2 仿真实验结果 | 第60-64页 |
| 5.2.1 实验结果与分析 | 第60-61页 |
| 5.2.2 与基于MFCC参数实验结果的对比分析 | 第61-64页 |
| 5.3 小结 | 第64-65页 |
| 总结与展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表的论文 | 第69-71页 |
| 致谢 | 第71页 |
