| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题研究背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-18页 |
| 1.3 本文研究内容及章节安排 | 第18-22页 |
| 第二章 语音情感识别的基本理论 | 第22-30页 |
| 2.1 语音情感研究的基本流程 | 第22-23页 |
| 2.2 情感理论 | 第23-25页 |
| 2.2.1 情绪的有限状态集和维度空间 | 第23-24页 |
| 2.2.2 语音情感理论 | 第24页 |
| 2.2.3 语音情感语料库简介 | 第24-25页 |
| 2.3 语音信号预处理 | 第25-27页 |
| 2.3.1 语音信号预加重 | 第25-26页 |
| 2.3.2 语音信号分帧和加窗 | 第26-27页 |
| 2.4 语音特征分类 | 第27-28页 |
| 2.5 语音情感分类器 | 第28页 |
| 2.6 本章小结 | 第28-30页 |
| 第三章 语音情感特征的分析及提取 | 第30-40页 |
| 3.1 语音韵律学情感特征的分析及提取 | 第30-33页 |
| 3.2 语音音质情感特征的分析及提取 | 第33-36页 |
| 3.3 语音谱相关情感特征的分析及提取 | 第36-38页 |
| 3.4 语音特征的统计学参数 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于BP神经网络的语音情感识别算法研究 | 第40-60页 |
| 4.1 BP神经网络基础 | 第40-46页 |
| 4.1.1 BP神经网络的基本原理 | 第40-41页 |
| 4.1.2 BP神经网络的数学表达 | 第41-44页 |
| 4.1.3 BP神经网络的训练步骤 | 第44-46页 |
| 4.2 BP神经网络算法用于语音情感识别的方案设计 | 第46-50页 |
| 4.2.1 BP神经网络算法的特征输入 | 第46-49页 |
| 4.2.2 BP神经网络算法的参数设置 | 第49-50页 |
| 4.3 基于BP神经网络的语音情感识别实验 | 第50-59页 |
| 4.3.1 迭代训练次数对BP神经网络识别性能的影响 | 第50-53页 |
| 4.3.2 学习率对BP神经网络识别性能的影响 | 第53-54页 |
| 4.3.3 隐含层神经元个数对BP神经网络识别性能的影响 | 第54-56页 |
| 4.3.4 样本集个数对语音情感识别率的影响 | 第56-57页 |
| 4.3.5 不同特征组合的BP神经网络识别率比较 | 第57-58页 |
| 4.3.6 情感种类对BP神经网络识别率的影响 | 第58-59页 |
| 4.3.7 实验分析 | 第59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 基于卷积神经网络的语音情感识别算法研究 | 第60-82页 |
| 5.1 卷积神经网络实验工具简介 | 第60页 |
| 5.2 卷积神经网络的基本理论 | 第60-66页 |
| 5.2.1 卷积神经网络的基本结构 | 第60-64页 |
| 5.2.2 卷积神经网络的求解和训练过程 | 第64-66页 |
| 5.3 卷积神经网络算法用于语音情感识别的方案设计 | 第66-73页 |
| 5.3.1 卷积神经网络算法的特征输入 | 第66-68页 |
| 5.3.2 卷积神经网络算法的参数设置 | 第68-72页 |
| 5.3.3 卷积神经网络算法的网络结构设计 | 第72-73页 |
| 5.4 基于卷积神经网络的语音情感识别实验 | 第73-80页 |
| 5.4.1 卷积神经网络算法的训练过程 | 第73-74页 |
| 5.4.2 情感种类对卷积神经网络识别率的影响 | 第74-77页 |
| 5.4.3 训练集个数对情感识别率的影响 | 第77-79页 |
| 5.4.4 卷积神经网络和BP神经网络两种语音情感识别算法比较 | 第79-80页 |
| 5.5 本章小结 | 第80-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82页 |
| 6.2 展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |
