声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文组织结构
第二章 语音情感特征学习与识别关键技术概述
2.1 语音情感识别关键技术
2.1.1 情感语音库简介
2.1.2 语音信号预处理
2.1.3 情感特征的提取
2.1.4 情感特征的降维
2.1.5 语音情感识别方法
2.2 非监督特征学习理论
2.3 稀疏表示与识别
2.3.1 稀琉表示理论基础
2.3.2 稀琉表示识别
2.3.3 基于字典学习的稀琉表示识别方法
2.4 本章小结
第三章 基于稀疏表示的语音情感特征学习方法
3.1 引言
3.2 基于稀疏表示的语音情感特征学习框架
3.2.1 预处理并提取块
3.2.2 基于稀疏表示的特征学习算法
3.2.3 特征提取
3.2.4 语音情感识别
3.3 实验结果和分析
3.3.1 实验数据介绍
3.3.2 实验参数设定
3.3.3 特征表示的可视化
3.3.4 识别率比较与分析
3.4 本章小结
第四章 联合惩罚字典学习的稀疏表示语音情感识别方法
4.1 引言
4.2 基于子编码和全编码联合惩罚字典学习模型
4.2.1 子编码惩罚函数r1(A,D,X)
4.2.2 全编码惩罚函数r2(H,W,X)
4.2.3 子编码和全编码联合惩罚字典学习模型
4.3 基于子编码和全编码联合惩罚字典学习模型算法
4.3.1 字典学习模型的优化
4.3.2 优化后字典学习模型的算法
4.4 联合惩罚字典学习模型的识别准则
4.5 联合惩罚字典学习的稀琉表示语音情感识别框架
4.6 实验仿真研究
4.6.1 实验数据介绍
4.6.2 算法收敛性讨论与分析
4.6.3 识别率讨论与分析
4.7 本章小结
第五章 原型系统的设计与实现
5.1 概述
5.2 系统功能分析
5.3 功能模块的设计与实现
5.3.1 情感语音库选择模块
5.3.2 语音信号预处理模块
5.3.3 语音情感特征提取模块
5.3.4 字典学习模块
5.3.5 稀琉表示识别模块
5.4 原型系统功能简介
5.5 本章小结
第六章 工作总结与展望
6.1 本文工作总结
6.2 下一步工作展望
参考文献
致谢
攻读硕士学位期间完成的论文