基于多语种语音信号的情感识别研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的研究背景 | 第10页 |
| ·语音情感识别的研究现状 | 第10-12页 |
| ·语音情感识别的应用前景 | 第12-13页 |
| ·论文的研究内容及组织结构 | 第13-16页 |
| 第二章 情感语音数据库 | 第16-24页 |
| ·情感的分类 | 第16-18页 |
| ·多语种语音情感数据库的建立 | 第18-22页 |
| ·国内外情感语音数据库举例 | 第18-19页 |
| ·文本设计 | 第19-22页 |
| ·数据录制 | 第22页 |
| ·听辨实验 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 语音信号处理与情感特征提取 | 第24-38页 |
| ·语音信号的数字化和预处理 | 第24-25页 |
| ·采样和量化 | 第24页 |
| ·预处理 | 第24-25页 |
| ·语音情感特征参数的选择 | 第25-27页 |
| ·语音情感特征参数的提取 | 第27-35页 |
| ·时间特征参数的提取 | 第27-28页 |
| ·发音持续时间 | 第27-28页 |
| ·语速 | 第28页 |
| ·振幅特征参数的提取 | 第28页 |
| ·基频特征参数的提取 | 第28-31页 |
| ·短时自相关函数 | 第29页 |
| ·线性预测 | 第29-31页 |
| ·中值平滑处理 | 第31页 |
| ·共振峰特征参数的提取 | 第31-35页 |
| ·语音情感特征参数分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 语音情感识别与系统实现 | 第38-50页 |
| ·主元素分析法（PCA） | 第38-42页 |
| ·PCA 方法的数学模型 | 第39页 |
| ·贡献性分析 | 第39-41页 |
| ·PCA 方法应用于语音情感识别 | 第41-42页 |
| ·实验结果及分析 | 第42页 |
| ·高斯混合模型法（GMM） | 第42-46页 |
| ·单一高斯密度函数的参数估计 | 第43页 |
| ·混合高斯密度函数的参数估计 | 第43-45页 |
| ·GMM 法应用于语音情感识别 | 第45-46页 |
| ·实验结果及分析 | 第46页 |
| ·识别方法比较 | 第46-47页 |
| ·语音情感识别系统 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 结合语义信息的情感识别 | 第50-60页 |
| ·情感标注 | 第50-52页 |
| ·情感差别的语义体现 | 第50-51页 |
| ·词汇的情感标注 | 第51-52页 |
| ·情感关键词识别 | 第52-56页 |
| ·线性预测系数（LPC） | 第52页 |
| ·动态时间规整（DTW） | 第52-54页 |
| ·增益归一化似然比失真测度 | 第53-54页 |
| ·路径约束 | 第54页 |
| ·关键词识别算法 | 第54-55页 |
| ·关键词识别实验 | 第55-56页 |
| ·结合语义的情感识别实验 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 结束语 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 附录A（攻读学位期间发表论文目录） | 第68页 |
