| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·语音情感识别研究的意义 | 第9-10页 |
| ·语音情感识别的国内外研究现状 | 第10-11页 |
| ·语音情感的分类 | 第11-12页 |
| ·语音情感识别的主要方法 | 第12-13页 |
| ·本文的主要工作与结构安排 | 第13-15页 |
| 第二章 情感语音信号时域分析 | 第15-24页 |
| ·情感语音信号短时时域分析 | 第15-21页 |
| ·预加重 | 第15-16页 |
| ·分帧、加窗 | 第16-17页 |
| ·短时能量和短时平均幅度函数 | 第17-18页 |
| ·短时过零率 | 第18-19页 |
| ·短时自相关分析 | 第19-21页 |
| ·情感语音信号端点检测 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 情感特征计算 | 第24-33页 |
| ·概述 | 第24页 |
| ·统计情感特征计算 | 第24-30页 |
| ·能量特征计算 | 第25页 |
| ·基音频率特征计算 | 第25-29页 |
| ·共振峰特征计算 | 第29-30页 |
| ·时序情感特征计算 | 第30-32页 |
| ·MFCC倒谱参数计算 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 情感识别算法原理 | 第33-54页 |
| ·神经网络原理 | 第33-38页 |
| ·神经元及网络拓扑结构 | 第33-36页 |
| ·网络训练算法 | 第36-38页 |
| ·SVM算法原理 | 第38-43页 |
| ·最优分类超平面概念 | 第38-39页 |
| ·构建最优分类超平面 | 第39-42页 |
| ·SVM神经网络 | 第42页 |
| ·SVM学习算法 | 第42-43页 |
| ·HMM模型原理 | 第43-53页 |
| ·HMM模型基本概念 | 第43-45页 |
| ·HMM模型三个基本问题 | 第45-46页 |
| ·HMM模型的基本算法 | 第46-49页 |
| ·HMM若干实际问题 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于ACON/SVM/HMM混合算法的情感识别实验 | 第54-70页 |
| ·语音情感识别流程 | 第54-55页 |
| ·情感语音特征参数选取 | 第55-56页 |
| ·情感识别模型训练 | 第56-61页 |
| ·ACON模型训练 | 第56-59页 |
| ·SVM模型训练 | 第59页 |
| ·HMM模型训练 | 第59-61页 |
| ·情感识别模型测试 | 第61-63页 |
| ·实验结果及其分析 | 第63-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表论文 | 第77页 |