| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 引言 | 第7-8页 |
| 1.2 语音信号的特征分析 | 第8-9页 |
| 1.2.1 语音信号的特征分析概述 | 第8页 |
| 1.2.2 语音信号的基音检测 | 第8-9页 |
| 1.3 语音情感识别 | 第9-11页 |
| 1.4 本文内容安排 | 第11-12页 |
| 第2章 基于EMD的ACF基音检测改进算法 | 第12-20页 |
| 2.1 引言 | 第12页 |
| 2.2 经验模式分解 | 第12-14页 |
| 2.3 改进算法原理 | 第14-17页 |
| 2.3.1 传统ACF算法及其EMD处理的分析 | 第14-15页 |
| 2.3.2 基于累计能量分布的IMF的筛选 | 第15-16页 |
| 2.3.3 改进算法总结 | 第16-17页 |
| 2.4 仿真实验 | 第17-19页 |
| 2.4.1 Keele基音检测参考语音库 | 第17页 |
| 2.4.2 实验与分析 | 第17-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于趋势分析的AMDF基音检测改进算法 | 第20-32页 |
| 3.1 引言 | 第20-21页 |
| 3.2 基于EMD的AMDF基音检测改进算法 | 第21-25页 |
| 3.2.1 改进算法原理 | 第21-22页 |
| 3.2.2 仿真实验 | 第22-25页 |
| 3.3 一个新的AMDF算法的改进框架 | 第25-27页 |
| 3.3.1 AMDF的传统改进框架分析 | 第25-26页 |
| 3.3.2 EMD-based AMDF的另一种解释 | 第26-27页 |
| 3.3.3 基于趋势分析的改进框架 | 第27页 |
| 3.4 基于最小二乘法的AMDF基音检测改进算法 | 第27-31页 |
| 3.4.1 LSAMDF的算法原理 | 第27-28页 |
| 3.4.2 最小二乘法提取的均值下降趋势的分析 | 第28-29页 |
| 3.4.3 仿真实验与分析 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 融合全局特征和局部特征的语音情感识别 | 第32-38页 |
| 4.1 引言 | 第32-33页 |
| 4.2 特征融合方法 | 第33-35页 |
| 4.2.1 主成分分析 | 第33页 |
| 4.2.2 基于主成分分析的特征融合 | 第33-35页 |
| 4.3 仿真实验 | 第35-37页 |
| 4.3.1 情感语音库 | 第35页 |
| 4.3.2 情感特征的选取 | 第35页 |
| 4.3.3 分类器 | 第35-36页 |
| 4.3.4 实验结果与分析 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第5章 结束语 | 第38-40页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 在读期间发表的学术论文及研究成果 | 第44-45页 |
| 致谢 | 第45页 |