语音情感特征提取方法和情感识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题的来源和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·情感识别现存的问题 | 第11-12页 |
| ·论文的主要工作及结构 | 第12-15页 |
| 第二章 语音信号前端处理 | 第15-25页 |
| ·语音信号的特性分析 | 第15-17页 |
| ·语音的声学特性 | 第15-16页 |
| ·语音的时间波形和频谱特性 | 第16-17页 |
| ·语音信号的预处理 | 第17-19页 |
| ·语音信号的基音周期估计 | 第19-22页 |
| ·语音信号的共振峰估计 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第三章 语音情感特征的分析与提取 | 第25-39页 |
| ·情感的分类 | 第25-26页 |
| ·全局情感特征的分析与提取 | 第26-35页 |
| ·概述 | 第26-28页 |
| ·语速和能量特征 | 第28-29页 |
| ·基频特征 | 第29-31页 |
| ·谱信息特征 | 第31-35页 |
| ·短时情感语音特征的分析和提取 | 第35-37页 |
| ·MFCC特征 | 第35-37页 |
| ·子带能量特征 | 第37页 |
| ·小结 | 第37-39页 |
| 第四章 GMM和HMM的基本原理 | 第39-49页 |
| ·引言 | 第39页 |
| ·高斯混合模型(GMM)的基本原理 | 第39-43页 |
| ·单一高斯概率密度函数的参数估计 | 第39-40页 |
| ·高斯混合密度函数的参数估计 | 第40-43页 |
| ·隐马尔科夫模型(HMM)的基本原理 | 第43-47页 |
| ·HMM的定义 | 第43-44页 |
| ·连续概率密度 HMM | 第44-45页 |
| ·HMM的基本算法 | 第45-47页 |
| ·小结 | 第47-49页 |
| 第五章 语音情感模型及识别实验 | 第49-59页 |
| ·实验环境 | 第49-50页 |
| ·情感感知识别实验 | 第50页 |
| ·基于 GMM的语音情感识别实验 | 第50-54页 |
| ·基于GMM模型的语音情感识别 | 第50-53页 |
| ·基于GMM模型的情感识别实验 | 第53-54页 |
| ·基于HMM的语音情感识别实验 | 第54-58页 |
| ·HMM模型参数的选择 | 第54-55页 |
| ·HMM模型参数的训练 | 第55-56页 |
| ·基于HMM的语音情感识别 | 第56-57页 |
| ·基于HMM的语音情感识别实验 | 第57-58页 |
| ·小结 | 第58-59页 |
| 第六章 结束语 | 第59-63页 |
| ·工作总结 | 第59-61页 |
| ·下一步工作展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 发表论文和参加科研情况 | 第65-66页 |
| 致谢 | 第66-67页 |
