| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景与研究领域 | 第8-10页 |
| ·背景 | 第8-9页 |
| ·涉及的研究领域及应用 | 第9-10页 |
| ·论文结构概要 | 第10-12页 |
| 第二章 语音情感识别概述 | 第12-21页 |
| ·语音情感识别研究现状 | 第12-15页 |
| ·语音情感分类 | 第15-18页 |
| ·Activation-Evaluation 空间 | 第15-16页 |
| ·情感轮（Emotion Wheel） | 第16-17页 |
| ·本文分类 | 第17-18页 |
| ·汉语语音情感库的建立 | 第18-20页 |
| ·总结 | 第20-21页 |
| 第三章 语音信号的情感特征分析和提取 | 第21-39页 |
| ·语音信号的时域分析 | 第21-24页 |
| ·短时能量和短时平均幅度 | 第22-23页 |
| ·语音的端点检测 | 第23-24页 |
| ·语音情感参数构造分析 | 第24-27页 |
| ·情感特征参数的提取 | 第27-38页 |
| ·线性预测参数 | 第27-30页 |
| ·MFCC | 第30-31页 |
| ·基音周期提取算法 | 第31-35页 |
| ·共振峰参数提取 | 第35-38页 |
| ·总结 | 第38-39页 |
| 第四章 HMM 模型的基本原理 | 第39-48页 |
| ·HMM 介绍 | 第39-41页 |
| ·HMM 引入 | 第39-40页 |
| ·HMM 定义 | 第40-41页 |
| ·HMM 基本算法 | 第41-45页 |
| ·前向-后向算法-输出概率问题 | 第42-43页 |
| ·Viterbi 算法-识别问题 | 第43-44页 |
| ·Baum-Welch 算法-训练问题 | 第44-45页 |
| ·HMM 算法实现中的问题 | 第45-48页 |
| ·初始模型的选取 | 第45-46页 |
| ·多个观察值序列训练 | 第46页 |
| ·数据下溢及不足问题 | 第46-48页 |
| 第五章 语音情感识别系统的设计与实现 | 第48-60页 |
| ·语音情感识别系统的分析与设计 | 第48-55页 |
| ·语音情感的声学特征参数的选取 | 第48-49页 |
| ·情感模型的构建 | 第49-55页 |
| ·语音情感识别实验及分析 | 第55-57页 |
| ·实验结果 | 第55-56页 |
| ·影响因素 | 第56-57页 |
| ·总结和展望 | 第57-60页 |
| ·工作总结 | 第57-58页 |
| ·工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 发表论文和参加科研情况说明 | 第63-64页 |
| 致谢 | 第64页 |