基于声学特征分析的汉语语音情绪识别系统
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景 | 第10-12页 |
| 1.1.1 情绪识别概述 | 第10-11页 |
| 1.1.2 情绪识别成果 | 第11-12页 |
| 1.2 语音情绪识别的挑战 | 第12-13页 |
| 1.3 论文的研究内容与组织结构 | 第13页 |
| 1.4 本章小结 | 第13-16页 |
| 第二章 汉语言及情绪基础 | 第16-20页 |
| 2.1 概述 | 第16页 |
| 2.2 汉语语音学 | 第16-18页 |
| 2.2.1 发音系统 | 第16-17页 |
| 2.2.2 语音听觉系统 | 第17页 |
| 2.2.3 汉语音的声学特性 | 第17-18页 |
| 2.3 语音情绪分类表示 | 第18页 |
| 2.4 本章小结 | 第18-20页 |
| 第三章 系统需求与概要设计 | 第20-24页 |
| 3.1 概述 | 第20页 |
| 3.2 情绪识别系统总体需求 | 第20-21页 |
| 3.3 系统总体架构设计 | 第21-22页 |
| 3.4 系统使用流程设计 | 第22-23页 |
| 3.5 本章小结 | 第23-24页 |
| 第四章 特征参数提取模块的详细设计与实现 | 第24-44页 |
| 4.1 特征参数提取模块的详细设计 | 第24页 |
| 4.2 模块流程 | 第24-25页 |
| 4.3 关键技术 | 第25页 |
| 4.4 预处理模块 | 第25-27页 |
| 4.4.1 语音信号预加重 | 第25-26页 |
| 4.4.2 语音信号分帧 | 第26-27页 |
| 4.5 时域特征参数提取模块 | 第27-33页 |
| 4.5.1 短时能量和幅度特征 | 第28页 |
| 4.5.2 短时过零率特征 | 第28-29页 |
| 4.5.3 短时自相关函数特征 | 第29-31页 |
| 4.5.4 语音信号的端点检测 | 第31-33页 |
| 4.6 基频特征提取模块 | 第33-36页 |
| 4.6.1 中心削波短时自相关函数法 | 第33-35页 |
| 4.6.2 倒谱基频提取法 | 第35-36页 |
| 4.7 清浊音判决模块 | 第36-38页 |
| 4.7.1 概述 | 第36-37页 |
| 4.7.2 Fisher分类法 | 第37-38页 |
| 4.7.3 特征参数的选取 | 第38页 |
| 4.8 语速提取模块 | 第38-39页 |
| 4.8.1 基于小波变换的语音分割法 | 第38-39页 |
| 4.9 共振峰参数提取模块 | 第39-42页 |
| 4.9.1 线性预测编码法 | 第40-42页 |
| 4.10 本章小结 | 第42-44页 |
| 第五章 特征参数选取与处理的详细设计与实现 | 第44-52页 |
| 5.1 概述 | 第44页 |
| 5.2 特征选取 | 第44-50页 |
| 5.2.1 能量构造特征 | 第44-46页 |
| 5.2.2 时间构造特征 | 第46页 |
| 5.2.3 基频特征 | 第46-48页 |
| 5.2.4 共振峰特征 | 第48-49页 |
| 5.2.5 过零率特征 | 第49-50页 |
| 5.3 特征参数向量总结 | 第50页 |
| 5.4 本章小结 | 第50-52页 |
| 第六章 分类器模块详细设计与实现 | 第52-62页 |
| 6.1 概述 | 第52页 |
| 6.2 分类器模块使用流程 | 第52-53页 |
| 6.3 分类器模块的关键技术 | 第53-57页 |
| 6.3.1 线性可分支持向量机 | 第53-56页 |
| 6.3.2 序列最小最优化算法 | 第56页 |
| 6.3.3 核技巧 | 第56-57页 |
| 6.4 分类器模块的详细设计与实现 | 第57-60页 |
| 6.4.1 分类器主要接口 | 第57-60页 |
| 6.5 本章小结 | 第60-62页 |
| 第七章 情绪识别系统测试 | 第62-69页 |
| 7.1 概述 | 第62页 |
| 7.2 测试环境 | 第62-63页 |
| 7.2.1 情绪语音数据库 | 第62-63页 |
| 7.3 测试目标 | 第63页 |
| 7.4 测试用例 | 第63-68页 |
| 7.5 测试结果 | 第68页 |
| 7.6 本章总结 | 第68-69页 |
| 第八章 总结 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |
