首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

基于SVM-CRF多分类器融合的语音情感识别研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-15页
   ·引言第9页
   ·语音情感识别的研究意义和现实应用第9-10页
   ·国内外研究现状第10-12页
   ·语音情感识别的难点第12-13页
   ·本文研究内容和组织结构第13-15页
第二章 语音情感综述第15-26页
   ·语音产生的机理第15-17页
     ·语音产生的基础第15-16页
     ·语音信号的数学模型第16-17页
   ·情感定义第17页
   ·情感的分类第17-22页
   ·语音情感识别和分类器第22-26页
     ·K近邻法第22-23页
     ·隐马尔可夫模型第23-24页
     ·人工神经网络第24-26页
第三章 情感语音数据库与语音信号分析第26-38页
   ·情感语音数据库概述第26-31页
     ·语音情感数据库建立的原则第26页
     ·语音情感数据库的分类第26-28页
     ·国内外语音数据库状况第28-29页
     ·情感语音数据库的获取和建立第29-31页
   ·语音信号分析第31-38页
     ·语音信号预处理第31-32页
     ·预加重第32页
     ·端点检测第32-33页
     ·分帧和加窗第33-34页
     ·语音信号时域分析第34-36页
     ·语音信号倒谱域分析第36-38页
第四章 语音情感声学特征参数分析及情感特征参数提取第38-44页
   ·语音情感声学特征参数分析第38-40页
   ·语音情感特征参数提取第40-44页
     ·时间相关参数第40-41页
     ·振幅能量相关参数第41页
     ·基频相关参数第41-42页
     ·Mel倒谱系数的提取第42-44页
第五章 基于SVM-CRF的语音情感识别第44-55页
   ·支持向量机介绍第44-46页
   ·条件随机场介绍第46-48页
   ·分类器融合技术简介第48-49页
   ·基于SVM-CRF的语音情感识别第49-55页
     ·分类器的训练第49-51页
     ·分类器组合方法的选择第51页
     ·基于决策模板的多分类器融合第51-53页
     ·实验结果与分析第53-55页
第六章 总结与展望第55-57页
   ·总结第55页
   ·展望第55-57页
参考文献第57-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:特质焦虑脑电信号的识别与分类研究
下一篇:基于主动学习的汉语韵律短语预测研究