| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第一章 绪论 | 第13-20页 |
| ·课题意义及研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-18页 |
| ·特征提取方面 | 第16-17页 |
| ·语音情感识别模型 | 第17-18页 |
| ·课题的研究内容与章节安排 | 第18-19页 |
| ·研究内容 | 第18-19页 |
| ·论文结构安排 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第二章 语音情感特征分析与处理 | 第20-29页 |
| ·情感分类 | 第20-21页 |
| ·情感语音数据库的建立 | 第21-22页 |
| ·语音信号的特点与模型 | 第22-24页 |
| ·语音信号的预处理 | 第24-28页 |
| ·预加重 | 第24页 |
| ·加窗分帧 | 第24-26页 |
| ·端点检测 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 传统特征参数的分析与提取 | 第29-36页 |
| ·短时过零率 | 第29页 |
| ·短时能量 | 第29-30页 |
| ·共振峰特征提取 | 第30-33页 |
| ·MEL倒谱系数(MFCC)特征的提取 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 改进的特征参数的分析与提取 | 第36-47页 |
| ·传统的基音频率检测算法 | 第36-37页 |
| ·自相关检测算法(ACF)的原理 | 第36页 |
| ·平均幅度差函数检测算法(AMDF)的原理 | 第36-37页 |
| ·改进的基音频率检测算法 | 第37-41页 |
| ·经验模式分解算法 | 第37-38页 |
| ·基于EMD的基音频率提取 | 第38-40页 |
| ·不同算法对基频提取的实验结果比较 | 第40-41页 |
| ·多重分形谱与广义HURST指数特征提取 | 第41-46页 |
| ·多重分形的过程 | 第42页 |
| ·多重分形消除趋势波动分析法(MF-DFA) | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于GMM-SVM的混合模型的语音情感识别 | 第47-53页 |
| ·高斯混合模型 | 第47-49页 |
| ·支持向量机 | 第49-50页 |
| ·GMM-SVM混合模型 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第61页 |