摘要
1 绪论
1.1 研究背景
1.2 语音情感识别的研究现状
1.2.1 国际研究现状
1.2.2 国内研究现状
1.3 语音情感识别的应用前景
1.4 本文的研究内容与结构
1.4.1 论文的主要研究内容
1.4.2 论文的结构安排
2 语音情感理论基础
2.1 语音情感的定义
2.2 语音情感的分类
2.2.1 基本情感论和调色板情感论
2.2.2 情感维度空间论
2.3 情感语音数据库
2.3.1 建立情感语音数据库的原则
2.3.2 典型的情感语音数据库
2.3.3 本文的普通话情感语音数据库
2.4 本章小结
3 语音信号的处理
3.1 语音信号的预处理
3.2 基于GA-SVM的端点检测方法
3.2.1 端点检测的特征向量
3.2.2 SVM分类器算法
3.2.3 遗传算法优化SVM参数
3.2.4 语音端点检测步骤
3.3 语音情感特征分析
3.3.1 短时能量
3.3.2 梅尔频率倒谱系数
3.3.3 基因频率
3.3.4 共振峰
3.3.5 语音情感识别的特征向量
3.4 本章小结
4 HMM和人工神经网络混合模型的设计
4.1 隐马尔可夫模型
4.1.1 HMM的定义
4.1.2 HMM模型的基本算法
4.1.3 HMM模型的优缺点
4.2 人工神经网络
4.2.1 人工神经网络的概述
4.2.2 概率神经网络
4.2.3 概率神经网络的优缺点
4.3 HMM和 经网络的混合模型
4.3.1 HMM和人工神经网络结合的理论依据
4.3.2 HMM和人工神经网络混合模型的结合方式
4.4 HMM和人工神经网络混合模型的实现
4.4.1 HMM和人工神经网络混合模型的结构
4.4.2 HMM和人工神经网络混合模型的训练
4.4.3 HMM和人工神经网络混合模型的识别
4.5 本章小结
5 仿真实验和结果分析
5.1 仿真环境与数据来源
5.2 端点检测
5.2.1 遗传算法搜索SVM最优参数实验
5.2.2 语音端点检测实验
5.3 情感语音信号的特征提取
5.4 系统性能评估
5.4.1 识别率的比较
5.4.2 算法速度比较
5.4.3 噪声环境下系统的性能
5.5 本章小结
6 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间发表的论文
致谢
声明