1. 研究目的与意义
计算机科学的迅猛发展极大地改变了人类的生活方式，新时代的计算机被要求能够像人类一样进行交流、思考和决策，并且能代替人类做很多难度比较高的工作，比如去极地考察、探索太空奥秘等。
因此，为了使计算机与人类之间进行更加自然、更加智能的交互，人机交互技术正逐渐成为研究的热点。
在未来，计算机有可能成为人类的高级助手，拥有人类的一切特性。
2. 课题关键问题和重难点
虽然目前在语音情感识别领域已经获得了许多成果，但仍然存在诸多问题，语音情感识别领域面临的问题主要有以下几方面:1)缺乏公认的情感建模方法。
目前大多数研究均对几种典型的离散的情感状态进行研究，且情感的划分标准也各不相同，大多数是根据自己的需求进行划分的。
事实上，在现实生活中，人类的情感是比较复杂的，往往存在多种情感并存的情况，例如，悲喜交加，既爱又恨等。
3. 国内外研究现状（文献综述）
语音情感识别已经成为国内外众多学者的研究热门，有关语音情感的会议和竞赛也相继召开，其中比较著名的有：2000年，在爱尔兰召开了ISCAWorkshoponSpeechandEmotion会议[1]，在会议上首次将语音和情感融合起来，并决定每两年举办一次Eurospeech或Interspeech会议4：从2009年开始召开InterspeechEmotionChallenge年度竞赛。
与此同时，越来越多的学者也开始涉足语音情感识别领域。
其中国外比较著名的有：美国麻省理工大学、慕尼黑工业大学和南加州大学等。
4. 研究方案
情感语音特征是语音情感识别的基础部分,特征提取是否准确和特征的种类对识别效果有很大影响。
情感特征降维是指经过一定的降维方法，去除大量情感特征中的冗余信息，在不影响情感识别率的前提下，减少所提取情感特征的维数,越少越精确的特征能够越好地改善情感识别的实时性。
模式识别算法主要用来发掘语音情感特征与情感类别之间的内在联系，从语音样本是否需要带情感标签对分类器进行指导的角度可以分为有监督的和无监督的模式识别。
5. 工作计划
第1周：接受任务书，领会课题含义，按要求查找相关资料。
第2周：阅读相关资料，理解有关内容。
第3周：翻译相关英文资料，提出拟完成本课题的方案，写出相关开题报告。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
