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

基于高斯混合模型的情感LPC系数的研究与建模

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·课题背景和意义第7-8页
   ·情感特征参数的研究现状第8-10页
   ·情感建模的研究现状第10-11页
   ·课题主要研究内容第11-13页
第二章 情感语音数据库第13-19页
   ·情感语音库第13-16页
     ·情感语音的定义第13页
     ·情感语音的分类第13-14页
     ·情感语音库的分类第14-15页
     ·情感语音库介绍第15-16页
   ·情感语音数据库的建立第16-17页
   ·本章小结第17-19页
第三章 情感语音的音质特征分析第19-33页
   ·语音信号的预处理第19-24页
     ·预处理第19-21页
     ·端点检测第21-24页
   ·线性预测系数LPC第24-27页
     ·线性预测基本原理第24-25页
     ·线性预测系数的计算第25-27页
   ·语音情感的音质特征分析第27-29页
     ·情感对音质的影响第27-28页
     ·共振峰分析第28-29页
   ·常见的语音信号建模方法第29-32页
     ·线性多变量同归法第29-30页
     ·神经网络法第30-31页
     ·隐马尔可夫模型法第31页
     ·高斯混合模型法第31-32页
   ·本章小结第32-33页
第四章 基于高斯混合模型的情感LPC系数研究第33-46页
   ·高斯混合模型的基本概念第33-35页
     ·高斯混合模型的描述第33-34页
     ·高斯混合模型的参数设置第34-35页
     ·初始参数设置第35页
   ·建模的构架及流程第35-36页
   ·情感LPC参数的提取第36-42页
     ·预处理第36-39页
     ·参数的提取和仿真第39-42页
   ·情感LPC参数模型的建立第42-44页
     ·GMM模型的参数训练第42-43页
     ·映射规则第43-44页
   ·本章小结第44-46页
第五章 实验分析与评价第46-51页
   ·实验平台第46页
   ·实验方案第46-47页
   ·实验结果与评价第47-50页
   ·本章小结第50-51页
第六章 总结与展望第51-53页
参考文献第53-57页
附录第57-61页
致谢第61-62页
学位期间主要的研究成果第62页

论文共62页,点击 下载论文
上一篇:基于DSP的RPE-LTP语音压缩算法的研究与改进
下一篇:基于MFCC和BP神经网络的乐音主频识别研究