| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-13页 |
| 第一章 绪论 | 第13-20页 |
| ·情感虚拟人研究的背景及应用价值 | 第13-14页 |
| ·语音情感识别研究背景及现状 | 第14-17页 |
| ·语音情感识别研究背景 | 第14-15页 |
| ·语音情感识别研究现状 | 第15-17页 |
| ·课题来源 | 第17-18页 |
| ·本文的研究内容及章节安排 | 第18-20页 |
| 第二章 虚拟人情感模型的研究 | 第20-26页 |
| ·情感的定义 | 第20页 |
| ·情感的分类 | 第20-24页 |
| ·情感模型的选择 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第三章 情感语音信号的处理 | 第26-42页 |
| ·情感语音素材库的收集和建立 | 第26-31页 |
| ·情感语音素材库的研究 | 第26页 |
| ·语音情感资料库的获取 | 第26-28页 |
| ·情感语音数据的存取 | 第28-29页 |
| ·实验法筛选建立情感语音库 | 第29-31页 |
| ·情感语音预处理 | 第31-33页 |
| ·语音情感特征参数的选择 | 第33-40页 |
| ·基于模型的特征 | 第33-36页 |
| ·非基于模型的特征 | 第36-37页 |
| ·本文对语音情感特征参数的选择与降维 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 语音情感识别 | 第42-64页 |
| ·语音情感识别方法研究 | 第42-47页 |
| ·高斯模型法(GMM) | 第43页 |
| ·隐式马尔可夫模型(HMM) | 第43-44页 |
| ·K-最近邻分类器(KNN) | 第44-45页 |
| ·人工神经网络(ANN) | 第45-46页 |
| ·支持向量机(SVM) | 第46-47页 |
| ·基于隐马尔可夫模型的语音情感识别 | 第47-52页 |
| ·隐马尔可夫模型的定义 | 第47-49页 |
| ·隐马尔可夫模型的三个问题 | 第49-52页 |
| ·基于HMM的语音情感识别系统设计和实验 | 第52-63页 |
| ·HMM模型的选择和对比实验的提出 | 第52-53页 |
| ·基于CHMM的语音情感识别实验 | 第53-54页 |
| ·基于CHMM的模型训练 | 第54-56页 |
| ·VITERBI算法进行模型识别 | 第56-57页 |
| ·CHMM语音情感识别实验结果 | 第57-58页 |
| ·对比组：基于DHMM的语音情感识别实验 | 第58-61页 |
| ·CHMM与DHMM语音情感识别性能比较实验 | 第61-63页 |
| ·实验结果讨论 | 第63页 |
| ·本章小结 | 第63-64页 |
| 第五章 情感虚拟人的设计与实现 | 第64-72页 |
| ·虚拟人建模 | 第65-67页 |
| ·人脸模型的拓扑结构建立 | 第65-66页 |
| ·虚拟人表情的制作 | 第66-67页 |
| ·虚拟人的控制—VIRTOOLS三维实境软件 | 第67-70页 |
| ·虚拟情境搭建并导入虚拟人模型 | 第67-68页 |
| ·虚拟人的控制 | 第68-69页 |
| ·VIRTOOLS BUILDING BLOCKS的设置和连接 | 第69-70页 |
| ·虚拟人控制的实验 | 第70页 |
| ·本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-76页 |
| ·工作总结 | 第72-73页 |
| ·需要改进的地方 | 第73页 |
| ·工作展望 | 第73-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 作者和导师介绍 | 第80-81页 |
| 北京化工大学硕士研究生学位论文答辩委员会决议书 | 第81-82页 |