声明
摘要
第1章绪论
1．1课题研究的背景与意义
1．1．1课题研究背景
1．1．2课题研究意义
1．2．1语音识别研究现状
1．2．2人脸表情识别研究现状
1．2．3语音情感识别研究现状
1．3研究内容与方法
1．3．1研究内容
1．3．2研究方法与技术路线
1．3．3本文结构安排
1．4本章小结
第2章语音情感特征提取与降维分析
2．1语音情感的分类
2．2语音情感数据库
2．2．1非正式语音情感库
2．2．2正式语音情感库
2．3语音情感预处理
2．3．1加窗分帧
2．3．2端点检测
2．4语音情感特征提取
2．4．1韵律学特征
2．4．2音质特征
2．4．3基于谱的相关特征
2．5语音情感特征降维
2．5．1 LDA降维算法理论推导
2．5．2 PCA降维算法理论推导
2．6本章小坌吉
第3章基于MFCC的多特征融合及降维
3．1基于MFCC和KNN的语音情感识别
3．1．1 MFCC特征提取
3．1．2 KNN识别算法
3．1．3实验设计及评价指标
3．1．4实验结果及分析
3．2．1多特征融合
3．2．2实验设计
3．2．3实验结果及分析
3．3基于线性特征降维的语音隋感识别
3．3．1基于LDA降维的语音情感识别
3．3．2基于PCA降维的语音情感识别
3．4多特征融合在EMO-DB数据库上的验证
3．4．1实验设计
3．4．2 EMO-DB情感语音库的结果分析
3．4．3不同情感语音库的实验结果对比分析
3．5本章小结
第4章基于多级SVM分类的语音情感识别
4．1支持向量机算法
4．1．1线性可分支持向量机
4．1．2线性支持向量机
4．1．3非线性支持向量机
4．2基于传统SVM的语音情感识别
4．2．1基于线性核函数的SVM语音情感识别
4．2．2基于RBF核函数的SVM语音情感识别
4．3．1男性和女性语音情感的差异性
4．3．2实验设计
4．3．3实验结果及分析
4．4基于多级SVM分类的语音情感识别
4．4．1多级SVM分类算法
4．4．2计算不同情感类别间的混淆度
4．4．3根据多级分类算法构造出情感多级分类
4．4．4实验结果及分析
4．5本章小结
第5章基于自适应学习率的深度置信网络
5．1人工神经网络的概述
5．2基于反向传播神经网络(BP)的语音情感识别
5．2．1模型的概述和构建
5．2．2基于单隐含层的BP语音情感识别
5．2．3基于双隐含层的BP语音情感识别
5．3基于概率神经网络(PNN)的语音情感识别
5．3．1模型的概述和构建
5．3．2实验设计
5．3．3实验结果及分析
5．4．1模型的概述和构建
5．4．2实验设计
5．4．3实验结果及分析
5．5不同神经网络实验结果对比分析
5．6基于自适应学习率的DBN模型
5．6．1受限玻尔兹曼机
5．6．2深度置信网络
5．6．3实验设计
5．6．4实验结果及分析
5．7本章小结
第6章语音信号和人脸图像多模态融合的情’感识别
6．1多模态信息融合策略
6．1．1特征层融合
6．1．2决策层融合
6．2特征提取
6．2．1语音情感特征提取
6．2．2人脸表情特征提取
6．3实验结果及分析
6．3．1语音情感识别结果
6．3．2人脸表情识别结果
6．3．3双模态情感识别结果
6．4本章小结
第7章总结与展望
7．1论文工作总结
7．2未来研究方向展望
参考文献
致谢
攻读硕士期间发表的论文、获奖情况及发明专利等项
东北大学;
