掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
中醫(yī)基礎理論
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
-
>
中醫(yī)診斷學--新世紀第五版
-
>
中藥學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
語音情感識別 版權(quán)信息
- ISBN：9787030676832
- 條形碼：9787030676832 ; 978-7-03-067683-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
語音情感識別 內(nèi)容簡介
本書系統(tǒng)地闡述了語音情感識別的理論、方法和研究成果，主要由兩部分構(gòu)成：**部分包括第1章到第9章，這九章的內(nèi)容涵蓋語音情感識別的基礎知識、基本流程、特征提取以及識別網(wǎng)絡，是對語音情感識別深入研究中不可或缺的知識；第二部分包括第10章和第11章，這兩章的內(nèi)容是在語音情感識別研究基礎上的進一步深入，將腦電信號引入到情感識別研究中，以情感腦電輔助語音情感識別，是腦認知過程與傳統(tǒng)信號處理手段的有效結(jié)合，為今后情感識別研究提供了新思路和新方法。 本書可作為人工智能、計算機、電子信息等專業(yè)的教師、研究生和技術(shù)開發(fā)人員學習語音情感識別知識的參考書。
語音情感識別 目錄
第1章 語音情感識別基本知識 1
1.1 語音情感識別的研究背景和意義 1
1.2 語音情感識別關鍵技術(shù) 1
1.2.1 情感語音數(shù)據(jù)庫 1
1.2.2 語音情感特征 2
1.2.3 語音情感識別模型 3
1.3 基于腦認知的語音情感識別研究 5
小結(jié) 5
參考文獻 5
第2章 情感的劃分 7
2.1 離散情感劃分 7
2.2 情感維度空間模型 8
2.3 基于離散情感的維度空間模型 11
2.4 其他情感模型 12
小結(jié) 13
參考文獻 13
第3章 情感語音數(shù)據(jù)庫 15
3.1 情感語音數(shù)據(jù)庫建立的基本原則 15
3.2 TYUT1.0情感語音數(shù)據(jù)庫的建立 17
3.2.1 語音的采集 17
3.2.2 語句的有效性分析 18
3.3 TYUT2.0情感語音數(shù)據(jù)庫的建立 20
3.3.1 截取情感語音素材 20
3.3.2 語句的有效性評價 20
3.4 基于PAD情緒模型的情感語音數(shù)據(jù)庫優(yōu)化及標注 24
3.4.1 TYUT2.0 情感語音數(shù)據(jù)庫的優(yōu)化實驗 24
3.4.2 三維PAD情感模型量化標注實驗 26
3.5 常用情感語音數(shù)據(jù)庫 33
3.5.1 柏林情感語音數(shù)據(jù)庫 33
3.5.2 VAM數(shù)據(jù)庫 34
3.5.3 SEMAINE數(shù)據(jù)庫 34
3.5.4 IEMOCAP數(shù)據(jù)庫 34
3.5.5 AVEC 2012數(shù)據(jù)庫 35
3.5.6 MERC數(shù)據(jù)庫 35
小結(jié) 35
參考文獻 36
第4章 語音情感特征分析與研究 37
4.1 傳統(tǒng)語音情感特征 37
4.1.1 韻律特征 37
4.1.2 音質(zhì)特征 39
4.1.3 MFCC特征 39
4.1.4 LPCC特征 40
4.2 基于人耳聽覺模型的譜能量特征 40
4.2.1 基本的譜能量特征介紹 40
4.2.2 人耳聽覺特性 42
4.2.3 基于Bark尺度頻帶劃分的譜能量特征 44
4.2.4 基于ERB尺度頻帶劃分的譜能量特征 47
4.3 基于人耳聽覺特性的譜能量特征的優(yōu)化改進 49
4.3.1 聲道響應對譜能量特征的補償算法 49
4.3.2 基于TEO的譜能量特征 51
4.3.3 多種特征的情感識別率對比 52
4.4 基于HHT情感語音特征提取 57
4.4.1 HHT基本理論 57
4.4.2 集合經(jīng)驗模態(tài)分解方法EEMD 61
4.4.3 基于EEMD的IMFE特征提取 65
4.4.4 EEMD-Teager能量譜特征提取 68
4.4.5 HHT邊際譜特征提取 69
小結(jié) 72
參考文獻 72
第5章 基于人耳聽覺的情感特征及在語音情感識別中的應用 74
5.1 ZCPA特征 74
5.2 幀優(yōu)化算法對ZCPA特征的改進 77
5.2.1 幀優(yōu)化算法基本理論 77
5.2.2 實驗步驟 79
5.2.3 實驗結(jié)果及分析 79
5.3 基于人耳聽覺特性的過零峰值Teager能量算子（ZCMT）特征 80
5.3.1 ZCMT特征原理及提取步驟 80
5.3.2 實驗結(jié)果及分析 81
5.4 聲門補償?shù)腪CMT特征 83
5.4.1 語音產(chǎn)生的非線性模型 83
5.4.2 典型的聲門特征及基音周期的提取 84
5.4.3 聲門特征對于人耳聽覺模型特征的影響 86
5.4.4 人耳聽覺補償算法 87
5.4.5 聲門特征補償?shù)娜硕犛X模型特征在語音情感識別中的應用 88
5.4.6 實驗結(jié)果及分析 89
小結(jié) 90
參考文獻 90
第6章 情感語音非線性特征分析研究 92
6.1 語音的非線性特性 92
6.2 情感語音信號的非線性特性 93
6.2.1 功率譜分析 93
6.2.2 主分量分析 94
6.2.3 相空間重構(gòu) 95
6.3 非線性屬性特征分析研究 99
6.3.1 關聯(lián)維數(shù) 99
6.3.2 Kolmogorov熵 100
6.3.3 Lyapunov指數(shù) 101
6.3.4 Hurst指數(shù) 102
6.3.5 基于非線性屬性特征的語音情感識別實驗 103
6.4 基于相空間重構(gòu)的非線性幾何特征 108
6.4.1 非線性幾何特征參數(shù)提取 108
6.4.2 基于五種描述符輪廓的語音情感識別實驗 110
6.4.3 基于非線性幾何特征的語音情感識別實驗 113
6.5 基于特征級融合的情感語音特征參數(shù)優(yōu)化 115
6.5.1 特征級融合在語音情感識別中的應用 115
6.5.2 基于特征級融合的語音情感識別實驗 116
6.6 基于特征選擇的情感語音特征參數(shù)優(yōu)化 118
6.6.1 特征選擇在語音情感識別中的應用 118
6.6.2 基于特征選擇的語音情感識別實驗 119
6.7 基于特征優(yōu)化的情感語音特征參數(shù)優(yōu)化 120
6.7.1 特征分析 120
6.7.2 特征優(yōu)化算法 122
6.7.3 基于非線性全局特征的特征優(yōu)化預實驗 123
6.7.4 基于特征全集的特征優(yōu)化語音情感識別實驗 123
小結(jié) 124
參考文獻 124
第7章 語音情感識別建模 126
7.1 基于CHMM語音情感識別系統(tǒng)的建立與實現(xiàn) 126
7.1.1 HMM建模的語音情感識別系統(tǒng) 126
7.1.2 CHMM語音情感識別系統(tǒng)的設計與實現(xiàn) 127
7.1.3 實驗結(jié)果與分析 131
7.2 基于極限學習機的情感識別模型 133
7.2.1 核函數(shù)ELM基本理論 133
7.2.2 基于核函數(shù)ELM的情感識別 137
7.2.3 Im-ABC優(yōu)化KELM識別網(wǎng)絡 140
7.2.4 選擇性集成極限學習機的研究 147
7.3 基于FCM的語音情感識別 152
7.3.1 FCM基本理論概述 152
7.3.2 FCM語音情感識別網(wǎng)絡的架構(gòu) 153
7.3.3 e-FCM語音情感識別網(wǎng)絡的實現(xiàn) 155
7.3.4 實驗及結(jié)果分析 157
小結(jié) 166
參考文獻 167
第8章 融合算法應用于語音情感識別的研究 168
8.1 數(shù)據(jù)融合 168
8.1.1 數(shù)據(jù)融合的概念 168
8.1.2 特征級融合 169
8.1.3 決策級融合 170
8.2 決策融合e-FCM算法介紹 170
8.2.1 概率矩陣 170
8.2.2 決策方法制定 171
8.3 實驗結(jié)果與分析 173
8.3.1 語音特征的選擇 173
8.3.2 決策融合e-FCM實驗 173
小結(jié) 177
參考文獻 177
第9章 連續(xù)維度語音情感識別研究 178
9.1 情感語音特征與PAD三維相關性分析 178
9.1.1 原理介紹 178
9.1.2 Pearson相關介紹 179
9.1.3 結(jié)果分析 179
9.2 猶豫模糊集決策融合預測PAD值 180
9.2.1 猶豫模糊信息 180
9.2.2 加權(quán)融合預測PAD值 182
9.3 仿真實驗及結(jié)果分析 183
9.3.1 PAD數(shù)據(jù)的概率特性驗證 183
9.3.2 情感PAD數(shù)據(jù)空間分布 184
9.4 基于特征選擇改進模型的PAD情感維度預測 185
9.4.1 基于GRA-PCA特征選擇的PAD維度預測 186
9.4.2 基于聚類PSO-LSSVM模型的PAD維度預測 196
9.4.3 PAD維度預測的綜合模型研究 203
小結(jié) 208
參考文獻 208
第10章 情感語音誘發(fā)的腦電信號分析研究 211
10.1 腦電信號 211
10.1.1 腦電信號的概念 211
10.1.2 腦電信號的電極導聯(lián) 212
10.1.3 事件相關電位 214
10.1.4 情感語音誘發(fā)的事件相關電位 215
10.1.5 基于誘發(fā)腦電信號的認知心理學分析方法 216
10.2 情感語音誘發(fā)的腦電信號采集與處理 219
10.2.1 實驗設計 220
10.2.2 實驗準備 221
10.2.3 實驗材料的篩選與預處理 222
10.2.4 實驗任務和實驗程序 224
10.2.5 ERP的記錄與預處理 225
10.2.6 數(shù)據(jù)分析 226
10.3 基于情感語音持續(xù)時長影響的ERP研究 226
10.3.1 實驗方法 227
10.3.2 實驗結(jié)果及分析 229
10.3.3 實驗結(jié)論 234
10.4 基于情感語音基頻影響的ERP研究 235
10.4.1 實驗方法 235
10.4.2 實驗結(jié)果及分析 237
10.4.3 實驗結(jié)論 241
10.5 言語的可理解性及非言語情感誘發(fā)的ERP研究 242
10.5.1 實驗方法 242
10.5.2 實驗結(jié)果及分析 244
10.5.3 實驗結(jié)論 249
小結(jié) 249
參考文獻 250
第11章 腦電輔助語音信號的情感識別研究 254
11.1 腦電信號與語音信號的常用信號處理方法 254
11.2 結(jié)合非線性全局特征和譜特征的情感腦電信號分析 256
11.2.1 情感語音腦電信號非線性全局特征提取 256
11.2.2 結(jié)合非線性全局特征和譜特征的情感腦電識別實驗 258
11.3 基于壓縮感知的情感識別模型 261
11.3.1 壓縮感知基本理論 261
11.3.2 CS識別模型的構(gòu)建 263
11.3.3 CS中不同重構(gòu)算法性能對比實驗 267
11.3.4 CS情感識別的過程 268
11.4 基于CS的腦電輔助語音信號的情感識別 269
11.4.1 語音信號的情感識別 270
11.4.2 腦電信號的情感識別 274
11.4.3 基于特征的CCA融合 277
小結(jié) 282
參考文獻 282
展開全部
書友推薦
- >
月亮虎
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮與六便士
- >
山海經(jīng)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
龍榆生：詞曲概論/大家小書
- >
我從未如此眷戀人間
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學概述
本類暢銷
