声明
第1章 绪论
1.1研究背景
1.2国内外研究现状
1.3研究意义
1.4本文研究内容及各章节安排
第2章 语音情感识别概述
2.1语音情感识别的一般方法
2.1.1情感描述方法
2.1.2特征提取
2.1.3特征降维
2.1.4分类
2.1.5评价指标
2.2常用情感语音数据库
2.2.1 Emo-DB(柏林情感语音数据库)
2.2.2 IEMOCAP(交互式情感二元动作捕捉数据库)
2.2.3两个数据库的比较
2.3本章小结
第3章 基于分段特征的语音情感识别
3.1分段方法
3.1.1基于时间的固定分段方法
3.1.2基于能量的动态分段方法
3.2局部基频概率分布特征
3.3算法和工具
3.3.1特征提取
3.3.2特征降维
3.3.3分类器和实验工具
3.4实验参数设置
3.5实验设计及结果
3.6本章小结
第4章 基于动态模型的语音情感识别
4.1现有的DNN-ELM方法
4.1.1深度神经网络
4.1.2极限学习机
4.1.3实验方法
4.2 k均值-ELM的方法
4.2.1 k均值聚类算法
4.2.2改进的方法
4.2.3实验结果
4.3 DNN-BLSTM的方法
4.3.1循环神经网络
4.3.2长短时记忆
4.3.3双向长短时记忆
4.3.4改进的方法
4.3.5实验结果
4.4本章小结
第5章 总结与展望
5.1总结
5.2展望
参考文献
发表论文和参加科研情况说明
致谢
天津大学;