基于说话人转换的语音识别方法
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-19页 |
| ·说话人转换的研究背景 | 第13-14页 |
| ·研究描述 | 第13页 |
| ·研究历史 | 第13-14页 |
| ·说话人转换的意义 | 第14-17页 |
| ·语音识别的研究背景 | 第17页 |
| ·本文的主要工作及章节安排 | 第17-19页 |
| 第二章 说话人特征和特征转换研究 | 第19-31页 |
| ·说话人特征 | 第19-20页 |
| ·说话人特征的提取 | 第20-26页 |
| ·倒谱 | 第20页 |
| ·LPC倒谱 | 第20-21页 |
| ·Mel倒谱系数(MFCC) | 第21-23页 |
| ·共振峰 | 第23-26页 |
| ·基于统计方法的共振峰跟踪 | 第24-26页 |
| ·基本的特征转换方法 | 第26-30页 |
| ·基于LPC模型的说话人转换 | 第26-30页 |
| ·线性预测模型(LPC) | 第26-28页 |
| ·基于LPC的说话人转换 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 隐马尔柯夫模型基本算法研究 | 第31-43页 |
| ·动态时间对齐 | 第31-32页 |
| ·隐马尔柯夫模型(HMM) | 第32-41页 |
| ·HMM的评价-前向算法 | 第35-36页 |
| ·HMM的译码-维特比(Viterbi)算法 | 第36-38页 |
| ·HMM参数建立-Baum-Welh算法 | 第38-41页 |
| ·连续高斯混合概率隐马尔柯夫模型 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于S+N模型的说话人转换算法 | 第43-59页 |
| ·基于统计特征的说话人转换 | 第43页 |
| ·GMM模型 | 第43-45页 |
| ·正弦+噪声(S+N)模型 | 第45-49页 |
| ·正弦分量 | 第45-48页 |
| ·噪声分量 | 第48-49页 |
| ·基于S+N模型的说话人统计特征 | 第49-51页 |
| ·频率概率分布(FPD) | 第49-50页 |
| ·幅度加权频率概率分布(awFPD) | 第50-51页 |
| ·基于FPD和awFPD的说话人特征分析和表示 | 第51-53页 |
| ·基于SEV的说话人转换算法 | 第53-56页 |
| ·基于SEV的频率转换 | 第54-55页 |
| ·基于wSEV的频谱幅度转换 | 第55页 |
| ·基于SEV的说话人转换总流程 | 第55-56页 |
| ·实验结果及分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于说话人转换的语音识别方法 | 第59-76页 |
| ·语音识别中的说话人差异 | 第59页 |
| ·说话人自适应方法研究 | 第59-65页 |
| ·最大后验概率(MAP) | 第59-61页 |
| ·最大似然线性回归(MLLR) | 第61-63页 |
| ·本征声音(EV) | 第63-65页 |
| ·基于说话人转换的说话人适应方法 | 第65-68页 |
| ·基于统计本征声音SEV的语音识别方法 | 第68-73页 |
| ·实验结果及分析 | 第73-75页 |
| ·说话人转换算法稳定性对识别结果的影响 | 第73-74页 |
| ·说话人适应算法的对比实验 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读学位期间发表的与学位论文内容相关的学术论文 | 第82-83页 |
| 致谢 | 第83页 |
