基于家庭服务机器人的语音情感识别系统的设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景 | 第8页 |
| ·家庭服务机器人研究现状 | 第8-10页 |
| ·国外家庭服务机器人发展现状 | 第8-10页 |
| ·国内家庭服务机器人发展现状 | 第10页 |
| ·语音情感识别研究现状 | 第10-11页 |
| ·国外语音情感识别研究现状 | 第10-11页 |
| ·国内语音情感识别研究现状 | 第11页 |
| ·研究意义 | 第11-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 家庭服务机器人研究 | 第14-19页 |
| ·服务机器人的定义及分类 | 第14-15页 |
| ·服务机器人的定义 | 第14页 |
| ·服务机器人的分类 | 第14-15页 |
| ·家庭服务机器人关键技术简介 | 第15-17页 |
| ·服务机器人的发展前景分析 | 第17页 |
| ·本章小结 | 第17-19页 |
| 第三章 语音情感识别研究 | 第19-27页 |
| ·语音情感识别概述 | 第19-20页 |
| ·语音情感计算的定义 | 第19页 |
| ·语音情感计算的研究内容 | 第19-20页 |
| ·情感的定义和分类 | 第20-22页 |
| ·情感的定义 | 第20-21页 |
| ·情感的分类 | 第21-22页 |
| ·语音情感识别研究的关键技术 | 第22-26页 |
| ·语音信号产生及数学模式 | 第22-23页 |
| ·语音信号分析与处理 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 语音特征参数提取与处理 | 第27-40页 |
| ·语音特征参数的提取 | 第28-33页 |
| ·短时能量 | 第28页 |
| ·基音频率 | 第28-30页 |
| ·倒谱系数的提取 | 第30-33页 |
| ·语音特征参数的向量化 | 第33-34页 |
| ·语音特征参数的降噪 | 第34-38页 |
| ·语音库的建立 | 第38-39页 |
| ·语音库的基本结构设计 | 第38页 |
| ·语音库的具体构建过程 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 基于SVM-ANN的语音情感识别 | 第40-58页 |
| ·支持向量机(SVM)基本思想 | 第40-45页 |
| ·最优分类面 | 第40-42页 |
| ·支持向量机模型 | 第42-43页 |
| ·多分类SVM模型 | 第43-45页 |
| ·人工神经网络简介 | 第45-50页 |
| ·ANN的基本特征 | 第45-46页 |
| ·ANN的数学模型 | 第46-48页 |
| ·几种典型的ANN模型 | 第48-50页 |
| ·分类器融合技术简介 | 第50-51页 |
| ·基于SVM-ANN的语音情感识别 | 第51-55页 |
| ·分类器的训练 | 第51-53页 |
| ·分类器融合方法 | 第53-54页 |
| ·基于SVM-ANN的多特征融合方法 | 第54-55页 |
| ·实验结果分析 | 第55页 |
| ·识别结果在家庭服务机器人中的应用 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 攻读硕士学位期间发表的论文及参与的项目情况 | 第63-64页 |
| 致谢 | 第64页 |
