基于GMM的说话人识别技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 说话人识别的优势及意义 | 第14-15页 |
| 1.2 说话人识别的发展历史与现状 | 第15-16页 |
| 1.2.1 研究历史 | 第15-16页 |
| 1.2.2 研究现状 | 第16页 |
| 1.3 说话人识别技术面临的难点 | 第16-17页 |
| 1.4 论文内容安排 | 第17-19页 |
| 第二章 说话人识别技术 | 第19-24页 |
| 2.1 说话人识别技术的分类 | 第19页 |
| 2.2 说话人识别技术原理 | 第19-20页 |
| 2.3 说话人识别中的识别方法 | 第20-22页 |
| 2.3.1 模板匹配法 | 第20-21页 |
| 2.3.2 统计概率模型法 | 第21-22页 |
| 2.3.3 人工神经网络法 | 第22页 |
| 2.3.4 支持向量机法 | 第22页 |
| 2.4 说话人识别系统的性能评价 | 第22-23页 |
| 2.5 章末小结 | 第23-24页 |
| 第三章 语音前端处理 | 第24-37页 |
| 3.1 预处理 | 第24-26页 |
| 3.1.1 采样 | 第24页 |
| 3.1.2 量化 | 第24-25页 |
| 3.1.3 预加重 | 第25页 |
| 3.1.4 加窗 | 第25-26页 |
| 3.2 语音端点检测 | 第26-32页 |
| 3.2.1 双门限法 | 第27-28页 |
| 3.2.2 语谱图 | 第28-29页 |
| 3.2.3 语谱图端点检测法 | 第29-32页 |
| 3.3 语音降噪处理 | 第32-36页 |
| 3.3.1 小波变换 | 第32-34页 |
| 3.3.2 小波语谱图降噪概述 | 第34-35页 |
| 3.3.3 小波语谱图降噪的难点 | 第35-36页 |
| 3.3.4 小波语谱图降噪的步骤 | 第36页 |
| 3.4 章末小结 | 第36-37页 |
| 第四章 特征参数提取 | 第37-45页 |
| 4.1 声音的产生 | 第37页 |
| 4.2 特征参数 | 第37-40页 |
| 4.2.1 线性预测系数 | 第38-39页 |
| 4.2.2 倒谱系数 | 第39-40页 |
| 4.3 倒谱特征 | 第40-44页 |
| 4.3.1 LPCC特征 | 第40-41页 |
| 4.3.2 MFCC特征 | 第41-44页 |
| 4.4 章末总结 | 第44-45页 |
| 第五章 高斯混合模型 | 第45-53页 |
| 5.1 高斯混合模型原理 | 第45页 |
| 5.2 GMM实现 | 第45-48页 |
| 5.2.1 EM算法 | 第46-47页 |
| 5.2.2 模型初始化 | 第47-48页 |
| 5.3 GMM优化 | 第48-52页 |
| 5.3.1 GMM局限性分析 | 第48-49页 |
| 5.3.2 GMM-UBM模型 | 第49-50页 |
| 5.3.3 多步聚类EM算法 | 第50-52页 |
| 5.3.4 聚类算法步骤 | 第52页 |
| 5.4 章末总结 | 第52-53页 |
| 第六章 说话人快速识别法 | 第53-59页 |
| 6.1 模型聚类法简介 | 第53-54页 |
| 6.1.1 模型聚类法原理 | 第53-54页 |
| 6.1.2 关键技术 | 第54页 |
| 6.2 模型量化聚类法简介 | 第54-55页 |
| 6.3 基于模型密度的说话人聚类法 | 第55-58页 |
| 6.3.1 均匀划分策略 | 第55-56页 |
| 6.3.2 相似性准则 | 第56页 |
| 6.3.3 聚类算法介绍 | 第56-58页 |
| 6.3.4 聚类算法实现 | 第58页 |
| 6.4 章末小结 | 第58-59页 |
| 第七章 实验结果与分析 | 第59-66页 |
| 7.1 实验准备 | 第59页 |
| 7.2 实验内容与分析 | 第59-65页 |
| 7.2.1 语音增强实验 | 第59-61页 |
| 7.2.2 说话人快速识别 | 第61-64页 |
| 7.2.3 系统环境适应性实验 | 第64-65页 |
| 7.3 实验总结 | 第65-66页 |
| 总结与展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 攻读学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |
