| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 引言 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.1.1 语音情感识别是实现人机交互的一个关键技术 | 第10-11页 |
| 1.1.2 语音情感识别技术在教育中的应用 | 第11-12页 |
| 1.1.3 韵律对语音情感识别的影响 | 第12页 |
| 1.2 研究问题的提出 | 第12-16页 |
| 1.2.1 已有研究存在的问题 | 第13-15页 |
| 1.2.2 研究目的 | 第15页 |
| 1.2.3 研究问题 | 第15页 |
| 1.2.4 研究方法 | 第15页 |
| 1.2.5 研究意义 | 第15-16页 |
| 1.3 该研究的创新之处 | 第16页 |
| 1.4 本文的章节结构 | 第16-18页 |
| 第2章 文献综述 | 第18-30页 |
| 2.1 概念界定 | 第19-21页 |
| 2.1.1 情感的定义 | 第19-20页 |
| 2.1.2 音韵表征的定义 | 第20-21页 |
| 2.2 研究现状分析 | 第21-30页 |
| 2.2.1 情感描述模型 | 第21-23页 |
| 2.2.2 语音情感数据库 | 第23-24页 |
| 2.2.3 语音情感声学特征 | 第24-26页 |
| 2.2.4 语音情感音韵表征 | 第26页 |
| 2.2.5 语音情感分类算法 | 第26-30页 |
| 第3章 语音情感特征提取与分析 | 第30-38页 |
| 3.1 IEMOCAP英语情感数据集 | 第30页 |
| 3.2 数据预处理 | 第30-32页 |
| 3.2.1 预加重 | 第30-31页 |
| 3.2.2 加窗分帧 | 第31页 |
| 3.2.3 端点检测 | 第31-32页 |
| 3.3 特征提取 | 第32-35页 |
| 3.3.1 声学特征 | 第32-33页 |
| 3.3.2 音韵表征 | 第33-34页 |
| 3.3.2 特征向量预处理 | 第34-35页 |
| 3.4 语音情感特征分析 | 第35-38页 |
| 3.4.1 分析工具:逻辑斯蒂回归模型和皮尔逊相关系数 | 第35页 |
| 3.4.2 实验方法和过程 | 第35-36页 |
| 3.4.3 声学特征和音韵表征分析结果 | 第36-38页 |
| 第4章 基于音韵表征的语音情感识别改进实验——以整句为单位 | 第38-46页 |
| 4.1 已有方法和不足 | 第38-40页 |
| 4.2 该实验提出的方法 | 第40-42页 |
| 4.2.1 声学特征与音韵表征的融合 | 第40页 |
| 4.2.2 卷积神经网络 | 第40-42页 |
| 4.3 实验目的 | 第42页 |
| 4.4 实验过程 | 第42-44页 |
| 4.4.1 训练框架和评价指标 | 第42页 |
| 4.4.2 基线系统 | 第42页 |
| 4.4.3 超参数设置 | 第42-44页 |
| 4.5 实验结果和讨论 | 第44-46页 |
| 第5章 基于音韵表征的语音情感识别改进实验——以单词为单位 | 第46-56页 |
| 5.1 已有方法和不足 | 第46-47页 |
| 5.2 该实验提出的方法 | 第47-52页 |
| 5.2.1 基于单词聚类和词嵌入的单词向量 | 第47-48页 |
| 5.2.2 循环神经网络 | 第48-52页 |
| 5.3 实验目的 | 第52页 |
| 5.4 实验过程 | 第52-53页 |
| 5.4.1 训练框架和评价指标 | 第52页 |
| 5.4.2 基线系统 | 第52-53页 |
| 5.4.3 超参数设置 | 第53页 |
| 5.5 实验结果和讨论 | 第53-56页 |
| 第6章 总结与展望 | 第56-58页 |
| 6.1 讨论与总结 | 第56页 |
| 6.2 不足与展望 | 第56-58页 |
| 参考文献 | 第58-66页 |
| 致谢 | 第66-68页 |
| 在读期间发表的学术论文及研究成果 | 第68页 |
