| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景与意义 | 第12页 |
| 1.2 研究历史与现状 | 第12-17页 |
| 1.2.1 情感描述模型 | 第13-14页 |
| 1.2.2 语音情感数据库 | 第14-15页 |
| 1.2.3 语音情感特征 | 第15页 |
| 1.2.4 语音情感分类算法 | 第15-17页 |
| 1.3 本文的主要工作及章节结构 | 第17-20页 |
| 第二章 语音情感数据库建立以及特征集提取 | 第20-28页 |
| 2.1 语音情感库的建立 | 第20页 |
| 2.2 语音情感信号的预处理 | 第20-22页 |
| 2.2.1 预加重 | 第20-21页 |
| 2.2.2 加窗分帧 | 第21页 |
| 2.2.3 端点检测 | 第21-22页 |
| 2.3 语音情感特征参数的提取与分析 | 第22-25页 |
| 2.3.1 语音帧能量 | 第22页 |
| 2.3.2 短时过零率 | 第22-23页 |
| 2.3.3 基音频率 | 第23页 |
| 2.3.4 26-band Mel-Spectrum | 第23页 |
| 2.3.5 Mel Frequency Ceptrum Coefficient(MFCC) | 第23-24页 |
| 2.3.6 频谱特征 | 第24-25页 |
| 2.4 语谱图特征 | 第25页 |
| 2.4.1 语谱图产生原理 | 第25页 |
| 2.5 语音情感特征向量归一化 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 基于Stacked Denoising AutoEncoder的语音情感识别 | 第28-42页 |
| 3.1 深度学习理论基础 | 第28-31页 |
| 3.1.1 人工神经网络 | 第28-29页 |
| 3.1.2 Softmax回归 | 第29-31页 |
| 3.2 栈式带噪自编码神经网络 | 第31-33页 |
| 3.2.1 稀疏自编码(Sparse Autoencoder) | 第31-32页 |
| 3.2.2 栈式自编码器 | 第32页 |
| 3.2.3 栈式带噪自编码神经网络 | 第32-33页 |
| 3.3 微调(fine-tuning)栈式自编码网络 | 第33页 |
| 3.3.1 基本策略 | 第33页 |
| 3.3.2 理论推导 | 第33页 |
| 3.4 基于带噪自编码神经网络(SDA)的语音情感识别算法研究 | 第33-36页 |
| 3.4.1 SDA降维 | 第33-34页 |
| 3.4.2 SDA情感相关特征提取 | 第34-35页 |
| 3.4.3 SDA Cepstrum Coefficient (SDACC) | 第35-36页 |
| 3.5 实验 | 第36-40页 |
| 3.5.1 实验情感特征集合 | 第36-37页 |
| 3.5.2 SDA降维在情感识别中的使用 | 第37-38页 |
| 3.5.3 DD-AEF特征情感识别实验 | 第38-39页 |
| 3.5.4 SDACC语音情感识别实验 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 基于卷积神经网络的语音情感识别 | 第42-52页 |
| 4.1 CNN基本原理 | 第42-45页 |
| 4.1.1 稀疏连接 | 第42页 |
| 4.1.2 权值共享 | 第42-43页 |
| 4.1.3 卷积和池化 | 第43-45页 |
| 4.2 基于CNN的语音情感识别算法研究 | 第45-46页 |
| 4.2.1 语谱图规范化 | 第45-46页 |
| 4.3 改进的情感识别卷积神经网络 | 第46-47页 |
| 4.3.1 多种大小卷积核CNN | 第46页 |
| 4.3.2 瓶颈特征提取CNN | 第46-47页 |
| 4.4 实验 | 第47-50页 |
| 4.4.1 语谱图预处理方式对比试验 | 第47-48页 |
| 4.4.2 多种卷积结构对比试验 | 第48-49页 |
| 4.4.3 卷积瓶颈特征(CNN-BN)分析实验 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 基于深度置信网络的语音情感识别 | 第52-64页 |
| 5.1 能量模型 | 第52-53页 |
| 5.2 限制玻尔兹曼机 | 第53-56页 |
| 5.2.1 RBM原理 | 第53-54页 |
| 5.2.2 吉布斯采样 | 第54-55页 |
| 5.2.3 对比散度学习(Contrastive Divergence) | 第55-56页 |
| 5.3 深度置信网(Deep Belief Network (DBN)) | 第56-57页 |
| 5.4 基于DBN的语音情感识别研究 | 第57-58页 |
| 5.4.1 DBN降维模型 | 第57页 |
| 5.4.2 DBN Cepstrum Coefficient(DBNCC) | 第57-58页 |
| 5.5 实验 | 第58-62页 |
| 5.5.1 DBN降维实验 | 第58-60页 |
| 5.5.2 DBNCC语音情感识别实验 | 第60-62页 |
| 5.6 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
