| 中文题名： | 基于深度学习的语音情感识别技术研究 |
| 姓名： | |
| 保密级别： | 公开 |
| 论文语种： | 中文 |
| 学科代码： | 081001 |
| 学科专业： | |
| 学生类型： | 硕士 |
| 学位： | 工学硕士 |
| 学位类型： | |
| 学位年度： | 2017 |
| 学校： | 北京师范大学 |
| 校区： | |
| 学院： | |
| 研究方向： | 信息处理，深度学习 |
| 第一导师姓名： | |
| 第一导师单位： | |
| 提交日期： | 2017-05-24 |
| 答辩日期： | 2017-05-22 |
| 外文题名： | A STUDY ON DEEP LEARNING BASED SPEECH EMOTION RECOGNITION |
| 中文关键词： | |
| 中文摘要： |
大数据时代的到来加快了数据挖掘技术的成熟，也为人工智能创造了有利的发展条件。人机交互作为人工智能的重要领域之一，为了获得更好的用户体验，越来越关注语音情感识别。自动语音情感识别即通过计算机模拟人类对情感的感知和理解过程，其在自动驾驶系统，呼叫中心，心理监测、远程教育等领域都有广阔的应用前景。
对于语音情感识别任务，早期多采用人为构造特征并训练分类器来完成。但是由于主观因素的影响，人为构造特征无法表征语音情感的最本质特征。深度学习作为一个方兴未艾的领域，受到了广泛关注。通过多个隐藏层的设计，深度网络能够自
﹀
|
| 外文摘要： |
The arrival of big data age has accelerated the maturity of data mining technology, and also provides favorable conditions for the development of artificial intelligence. Human-computer interaction is one of the important areas of artificial intelligence,
﹀
|
| 参考文献总数： | 47 |
| 作者简介： | 周熙魏北京师范大学信息科学与技术学院2014级硕士，专业为通信与信息系统，研究方向为信息处理与深度学习，主要内容为基于深度学习的人体动作识别，语音情感识别等分类模型算法研究相关工作。在研究生期间，以第一作者或第二作者身份发表1篇期刊论文，2篇会议论文。 |
| 馆藏号： | 硕081001/17001 |
| 开放日期： | 2018-03-27 |
谷歌
