| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究的背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究难点 | 第13-14页 |
| 1.4 研究内容以及论文安排 | 第14-17页 |
| 第二章 语音情感识别概述 | 第17-25页 |
| 2.1 语音情感识别主流框架 | 第17页 |
| 2.2 主题模型算法 | 第17-20页 |
| 2.3 数据库描述 | 第20页 |
| 2.4 声学特征和统计模型概述 | 第20-22页 |
| 2.4.1 声学特征 | 第21-22页 |
| 2.4.2 统计模型 | 第22页 |
| 2.5 语音情感识别研究现状 | 第22-25页 |
| 第三章 基于频谱短时特征的语音情感识别 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 基于MFCC-GMM的语音情感识别 | 第25-30页 |
| 3.2.1 预处理 | 第25-26页 |
| 3.2.2 特征提取 | 第26-27页 |
| 3.2.3 GMM简介 | 第27-28页 |
| 3.2.4 系统结构框图 | 第28页 |
| 3.2.5 实验结果及分析 | 第28-30页 |
| 3.3 基于MFCC-LSTM的语音情感识别 | 第30-37页 |
| 3.3.1 神经网络模型 | 第30-32页 |
| 3.3.2 RNN和LSTM网络 | 第32-35页 |
| 3.3.3 系统结构 | 第35-36页 |
| 3.3.4 实验设置及结果分析 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 基于超韵律特征的语音情感识别 | 第39-49页 |
| 4.1 引言 | 第39页 |
| 4.2 基于基频的韵律学特征分析 | 第39-41页 |
| 4.3 超韵律特征提取EXTRACTION OF HYPER-PROSODIC FEATURES | 第41-44页 |
| 4.3.1 韵律轮廓提取 | 第42页 |
| 4.3.2 统计特征提取 | 第42-43页 |
| 4.3.3 特征选择 | 第43页 |
| 4.3.4 显著度检测 | 第43-44页 |
| 4.4 系统结构 | 第44页 |
| 4.5 实验结果及分析 | 第44-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第五章 基于CNN-DNN的时频域特征融合模型 | 第49-59页 |
| 5.1 引言 | 第49页 |
| 5.2 基于声谱图和CNN的语音情感识别 | 第49-54页 |
| 5.2.1 声谱图分析 | 第50-51页 |
| 5.2.2 CNN卷积神经网络简介 | 第51-52页 |
| 5.2.3 Spectrgram-CNN系统结构 | 第52-53页 |
| 5.2.4 实验设置及结果分析 | 第53-54页 |
| 5.3 基于CNN-DNN的语音情感识别 | 第54-57页 |
| 5.3.1 CNN-DNN系统结构 | 第55页 |
| 5.3.2 实验设置及结果分析 | 第55-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 总结和展望 | 第59-61页 |
| 6.1 论文工作总结 | 第59页 |
| 6.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |