| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究的意义 | 第8-9页 |
| ·国内外研究现状和发展趋势 | 第9-11页 |
| ·本文的主要研究工作 | 第11页 |
| ·论文结构安排 | 第11-14页 |
| 第二章 语音情感特征的基本理论及情感分类 | 第14-26页 |
| ·情感语音信号的多特征分析 | 第14-20页 |
| ·语音短时分析技术 | 第14页 |
| ·语音信号的时域分析 | 第14-15页 |
| ·情感语音的特征分析 | 第15-20页 |
| ·情感分类 | 第20-21页 |
| ·情感库的建立 | 第21-22页 |
| ·情感识别算法 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 基于经验模态分解的改进MFCC的语音情感识别 | 第26-32页 |
| ·经验模态分解的基本原理及特性 | 第26-27页 |
| ·固有模态函数 | 第26页 |
| ·经验模态分解算法 | 第26-27页 |
| ·基于经验模态分解改进的MFCC算法 | 第27-28页 |
| ·仿真实验与结果分析 | 第28-30页 |
| ·本章小结 | 第30-32页 |
| 第四章 基于样本熵和倒谱特征融合的语音情感识别 | 第32-38页 |
| ·样本熵的定义与性质 | 第32页 |
| ·融合规则 | 第32-33页 |
| ·算法实现步骤 | 第33-34页 |
| ·仿真实验与结果分析 | 第34-36页 |
| ·多特征的识别结果 | 第34-35页 |
| ·基于样本熵和倒谱特征融合的识别结果 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第五章 基于语音信号和人脸表情的双模态情感识别 | 第38-46页 |
| ·人脸图像预处理 | 第38-39页 |
| ·尺度归一化 | 第38-39页 |
| ·灰度均衡化 | 第39页 |
| ·局部Gabor二值模式原理 | 第39-42页 |
| ·局部二进制模式 | 第39-41页 |
| ·局部Gabor二值模式特征 | 第41-42页 |
| ·算法实现步骤 | 第42页 |
| ·仿真实验与结果分析 | 第42-44页 |
| ·基于语音信号的情感识别结果 | 第42页 |
| ·基于人脸表情的情感识别结果 | 第42-43页 |
| ·基于语音信号和人脸表情的双模态情感识别结果 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第六章 总结与展望 | 第46-48页 |
| ·全文内容总结 | 第46页 |
| ·展望 | 第46-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第54页 |