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--语音识别与设备论文

基于人耳听觉特性的谱能量特征及其在情感语音识别中的应用

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-17页
   ·课题研究背景与意义第11-12页
   ·国内外研究现状及存在的问题第12-14页
   ·论文的研究内容及章节安排第14-17页
第二章 情感语音识别概述第17-29页
   ·情感的分类第17-18页
   ·情感语音数据库第18-21页
     ·国内外情感语音库介绍第19-20页
     ·本文采用的情感语音库第20-21页
   ·情感语音识别系统介绍第21-22页
   ·情感语音识别分类器第22-28页
   ·本章小结第28-29页
第三章 语音信号分析及其情感特征参数提取第29-43页
   ·语音信号的产生机理第29-31页
   ·语音信号产生的物理模型第31-33页
     ·激励源—滤波器模型第31-32页
     ·非线性模型第32-33页
   ·语音信号的前端处理第33-35页
   ·情感语音特征介绍第35-39页
     ·线性预测系数(LPC)第35-36页
     ·线性预测倒谱系数(LPCC)第36-37页
     ·美尔频率倒谱系数(MFCC)第37-38页
     ·过零峰值幅度特征参数(ZCPA)第38-39页
   ·几种经典特征参数的情感识别实验第39-40页
   ·本章小结第40-43页
第四章 基于人耳听觉特性的谱能量特征及其在情感语音识别中的应用第43-57页
   ·引言第43-44页
   ·基本的谱能量特征介绍第44-45页
     ·AUSEES特征第44页
     ·AUSEEG特征第44-45页
   ·人耳听觉特性第45-48页
     ·听觉系统介绍第45-46页
     ·掩蔽效应第46页
     ·临界带与频率群第46-48页
   ·基于Bark尺度频带划分的谱能量特征第48-52页
     ·Bark尺度频带划分第48页
     ·AUSEES-Bark/AUSEEG-Bark特征提取第48-49页
     ·情感识别实验第49-52页
   ·基于ERB尺度频带划分的谱能量特征第52-55页
     ·ERB尺度频带划分第52-53页
     ·AUSEES-ERB/AUSEEG-ERB特征提取第53页
     ·情感识别实验第53-55页
   ·本章小结第55-57页
第五章 对基于人耳听觉特性的谱能量特征的优化改进第57-69页
   ·声道响应对谱能量特征的补偿算法第57-59页
     ·AUSEEG-Bark-LPCC特征第57页
     ·情感识别实验第57-59页
   ·基于TEO的谱能量特征第59-61页
     ·Teager能量算子第59页
     ·AUSEES-Bark-TEO/AUSEEG-Bark-TEO特征提取第59-60页
     ·情感识别实验第60-61页
   ·多种特征的情感识别率对比第61-68页
     ·多种特征对汉语的情感识别率对比第61-64页
     ·多种特征对英语的情感识别率对比第64-65页
     ·多种特征对德语的情感识别率对比第65-67页
     ·分析与结论第67-68页
   ·本章小结第68-69页
第六章 总结与展望第69-71页
   ·工作总结第69-70页
   ·下一步工作展望第70-71页
参考文献第71-75页
致谢第75-77页
攻读硕士学位期间发表的学术论文第77页

论文共77页,点击 下载论文
上一篇:宽带语音编码中固定码本搜索方法的研究
下一篇:基于盲源分离的单通道语言增强算法研究