| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·情感理论基础 | 第12-16页 |
| ·情感的定义 | 第13页 |
| ·情感的分类 | 第13-15页 |
| ·情感的计算 | 第15-16页 |
| ·语音情感库 | 第16-18页 |
| ·语音情感库的介绍 | 第16-17页 |
| ·语音情感库的建立 | 第17-18页 |
| ·情感识别的研究现状 | 第18-19页 |
| ·论文研究内容及章节安排 | 第19-21页 |
| 第二章 语音情感识别基础 | 第21-34页 |
| ·语音情感识别原理 | 第21页 |
| ·语音信号的产生和数学模型 | 第21-23页 |
| ·语音信号的产生 | 第21-22页 |
| ·语音信号的数字建模 | 第22-23页 |
| ·语音情感信号的数字化和预处理 | 第23-28页 |
| ·语音信号的数字化 | 第23-24页 |
| ·语音信号的预加重 | 第24-25页 |
| ·语音信号的加窗和分帧 | 第25-28页 |
| ·语音情感信号的端点检测 | 第28-33页 |
| ·基于短时能量和过零率的语音端点检测 | 第28-31页 |
| ·基于音量和波形高阶微分的语音端点检测 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 语音情感特征分析 | 第34-50页 |
| ·特征参数的提取 | 第34-39页 |
| ·基音周期特征 | 第36-37页 |
| ·共振峰特征 | 第37页 |
| ·线性预测倒谱系数 | 第37-38页 |
| ·Mel 频率倒谱系数 | 第38-39页 |
| ·EEMD 算法和 Hilbert 变换的分析方法 | 第39-42页 |
| ·经验模态分解 | 第39-40页 |
| ·希尔伯特变换与 Hilbert 谱 | 第40-41页 |
| ·改进的集合经验模态分解算法 EEMD | 第41-42页 |
| ·语音情感信号中 EMD 和 EEMD 的对比研究 | 第42-46页 |
| ·基于 EEMD 算法的语音情感边际谱分析 | 第46-49页 |
| ·本章总结 | 第49-50页 |
| 第四章 语音情感特征的识别 | 第50-61页 |
| ·语音情感识别方法 | 第50-53页 |
| ·神经网络方法 | 第50-51页 |
| ·混合高斯模型 | 第51-52页 |
| ·隐马尔可夫模型 | 第52-53页 |
| ·基于多策略和 LibSVM 的语音情感识别 | 第53-60页 |
| ·支持向量机的原理 | 第53-55页 |
| ·支持向量机实现多分类器算法 | 第55-56页 |
| ·LibSVM 的原理 | 第56-57页 |
| ·多策略语音情感识别模型 | 第57-60页 |
| ·本章总结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| ·总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 附录 | 第68页 |