| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 艺术嗓音客观评价国内外研究现状 | 第12-16页 |
| 1.3 论文的主要内容和组织架构 | 第16-18页 |
| 1.3.1 主要内容 | 第16页 |
| 1.3.2 本文的论文架构 | 第16-18页 |
| 2 艺术嗓音识别的实验基础 | 第18-30页 |
| 2.1 艺术嗓音的数字化和预处理 | 第18-22页 |
| 2.1.1 艺术嗓音的取样和量化 | 第18-19页 |
| 2.1.2 艺术嗓音的预加重 | 第19-20页 |
| 2.1.3 艺术嗓音的加窗分帧 | 第20-22页 |
| 2.2 艺术嗓音的声学参数提取 | 第22-29页 |
| 2.2.1 共振峰提取 | 第23-24页 |
| 2.2.2 基频提取 | 第24-26页 |
| 2.2.3 音域提取 | 第26-28页 |
| 2.2.4 基频微扰提取 | 第28页 |
| 2.2.5 共振峰微扰提取 | 第28-29页 |
| 2.2.6 平均能量提取 | 第29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 艺术嗓音客观评价 | 第30-44页 |
| 3.1 艺术嗓音客观评价方法分类 | 第30-31页 |
| 3.2 基于BP神经网络的艺术嗓音识别评价体系 | 第31-37页 |
| 3.2.1 前馈型BP神经网络 | 第31-34页 |
| 3.2.2 基于BP神经网络的艺术嗓音客观评价 | 第34-37页 |
| 3.3 基于小波神经网络的艺术嗓音识别评价体系 | 第37-43页 |
| 3.3.1 小波神经网络 | 第37-40页 |
| 3.3.2 基于小波神经网络的艺术嗓音客观评价 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于一维卷积神经网络的艺术嗓音识别 | 第44-73页 |
| 4.1 卷积神经网络概述 | 第44-48页 |
| 4.2 基音周期提取方法的改进 | 第48-56页 |
| 4.2.1 基于改进小波变化的基音周期检测算法 | 第49-54页 |
| 4.2.2 在线测基频评价体系 | 第54-56页 |
| 4.3 基于一维卷积神经网络的语音识别算法 | 第56-63页 |
| 4.3.1 一维卷积神经网络 | 第56-58页 |
| 4.3.2 输入和分析 | 第58页 |
| 4.3.3 改进的一维卷积神经网络算法 | 第58-62页 |
| 4.3.4 实验结果和分析 | 第62-63页 |
| 4.4 基于改进一维卷积神经网络的艺术嗓音识别评价体系 | 第63-72页 |
| 4.4.1 改进一维卷积神经网络进行艺术嗓音客观评价的步骤 | 第63页 |
| 4.4.2 改进一维卷积神经网络进行艺术嗓音客观评价的建立 | 第63-68页 |
| 4.4.3 改进一维卷积神经网络进行艺术嗓音客观评价的训练 | 第68-72页 |
| 4.5 本章小结 | 第72-73页 |
| 5 实验结果及分析 | 第73-88页 |
| 5.1 艺术嗓音信号的主观评价 | 第73-75页 |
| 5.1.1 实验准备 | 第73页 |
| 5.1.2 主观评价指标 | 第73-74页 |
| 5.1.3 主观评价结果 | 第74-75页 |
| 5.2 基于BP神经网络的客观评价 | 第75-77页 |
| 5.2.1 评价实验 | 第75-76页 |
| 5.2.2 评价结果 | 第76-77页 |
| 5.3 基于小波神经网络的客观评价 | 第77-79页 |
| 5.3.1 评价实验 | 第77页 |
| 5.3.2 评价结果 | 第77-79页 |
| 5.4 基于一维卷积神经网络的客观评价 | 第79-81页 |
| 5.4.1 评价实验 | 第79页 |
| 5.4.2 评价结果 | 第79-81页 |
| 5.5 实验结果分析和比较 | 第81-87页 |
| 5.5.1 一维卷积神经网络与二维神经网络评价方法的对比 | 第81-83页 |
| 5.5.2 BP神经网络评价方法与小波神经网络评价方法的对比 | 第83-85页 |
| 5.5.3 一维卷积神经网络与小波神经网络评价方法的对比 | 第85-87页 |
| 5.6 本章小结 | 第87-88页 |
| 结论 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-100页 |
| 攻读学位期间发表的与学位论文内容相关的学术论文及研究成果 | 第100页 |
