| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外语音情感识别研究现状 | 第8-11页 |
| 1.2.1 国外语音情感研究现状 | 第10-11页 |
| 1.2.2 国内语音情感研究现状 | 第11页 |
| 1.3 目前语音情感识别所面临的问题 | 第11-12页 |
| 1.4 研究内容与论文框架 | 第12-14页 |
| 1.4.1 研究内容 | 第12-13页 |
| 1.4.2 论文框架 | 第13-14页 |
| 第二章 语音情感识别技术基本理论 | 第14-24页 |
| 2.1 情感的分类 | 第14-16页 |
| 2.2 语音情感识别相关概念 | 第16-19页 |
| 2.2.1 常用情感语音获取方式 | 第17页 |
| 2.2.2 情感语音库的建立 | 第17-18页 |
| 2.2.3 语音情感特征分析 | 第18-19页 |
| 2.3 语音情感识别方法 | 第19-23页 |
| 2.3.1 支持向量机分类方法 | 第19-21页 |
| 2.3.2 人工神经网络分类方法 | 第21页 |
| 2.3.3 高斯混合模型分类方法 | 第21-22页 |
| 2.3.4 最近邻模型分类方法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 语音信号特征参数选择 | 第24-33页 |
| 3.1 语音信号预处理 | 第24页 |
| 3.2 语音信号情感特征参数 | 第24-28页 |
| 3.2.1 短时特征参数 | 第24-25页 |
| 3.2.2 共振峰 | 第25-26页 |
| 3.2.3 线性预测倒谱系数 | 第26-27页 |
| 3.2.4 梅尔频率倒谱系数 | 第27-28页 |
| 3.3 语音信号特征选择策略 | 第28-29页 |
| 3.3.1 序列浮动前向选择法 | 第28-29页 |
| 3.3.2 主成分分析法 | 第29页 |
| 3.4 特征选择策略验证实验 | 第29-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于改进KNN算法的语音情感识别策略 | 第33-40页 |
| 4.1 改进KNN算法 | 第33-34页 |
| 4.2 实验过程 | 第34-38页 |
| 4.2.1 语音库创建 | 第34页 |
| 4.2.2 数据处理 | 第34-37页 |
| 4.2.3 基于改进KNN算法情感识别模型创建 | 第37-38页 |
| 4.3 结果分析 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 基于微软Azure平台的语音情感识别模型 | 第40-49页 |
| 5.1 微软Azure machine learning平台 | 第40-42页 |
| 5.2 基于微软Azure机器学习平台语音情感识别模型创建 | 第42-48页 |
| 5.2.1 基于支持向量机方法的模型实验 | 第42-46页 |
| 5.2.2 基于神经网络方法的模型实验 | 第46-48页 |
| 5.3 本章小结 | 第48-49页 |
| 第六章 结论 | 第49-51页 |
| 6.1 本文总结 | 第49页 |
| 6.2 存在的问题与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 个人简历 在读期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |