基于GMM的说话人识别技术研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题研究背景 | 第11页 |
| ·应用前景及意义 | 第11-12页 |
| ·研究历史与现状 | 第12-13页 |
| ·研究难点 | 第13-14页 |
| ·说话人识别技术简介 | 第14-17页 |
| ·基本原理 | 第14页 |
| ·基本类型 | 第14-16页 |
| ·常用识别方法 | 第16-17页 |
| ·说话人识别性能评价指标 | 第17-21页 |
| ·说话人辨认 | 第17页 |
| ·说话人确认 | 第17-19页 |
| ·实际工程评价指标 | 第19-21页 |
| 第二章 语音信号处理 | 第21-35页 |
| ·语音基础知识 | 第21-23页 |
| ·语音产生的机理 | 第21页 |
| ·语音的分类 | 第21-22页 |
| ·语音的发音模型 | 第22-23页 |
| ·语音信号前期处理 | 第23-24页 |
| ·语音信号的时域分析方法 | 第24-25页 |
| ·过零分析 | 第24-25页 |
| ·短时平均能量和短时平均幅度 | 第25页 |
| ·语音信号的频域分析方法 | 第25-27页 |
| ·短时傅立叶变换 | 第25-26页 |
| ·语谱图 | 第26-27页 |
| ·语音信号的同态倒谱分析方法 | 第27-35页 |
| ·倒谱和复倒谱 | 第27-28页 |
| ·同态解卷系统 | 第28页 |
| ·LPC 倒谱分析 | 第28-30页 |
| ·Mel 倒谱分析 | 第30-32页 |
| ·感觉加权线性预测分析 | 第32-33页 |
| ·说话人识别系统中语音特征的选取与评价 | 第33-35页 |
| 第三章 基于高斯混合模型的说话人识别技术 | 第35-39页 |
| ·高斯混合模型简介 | 第35-36页 |
| ·GMM 模型在说话人识别中的具体应用 | 第36-39页 |
| ·GMM 在说话人辨认中的应用 | 第36-37页 |
| ·GMM 在说话人确认中的应用 | 第37-39页 |
| 第四章 GMM 模型训练方法 | 第39-45页 |
| ·最大似然估计法 | 第39页 |
| ·EM 算法 | 第39-41页 |
| ·MAP 自适应法 | 第41页 |
| ·最大模型距离法 | 第41-45页 |
| 第五章 系统实现与实验结果 | 第45-52页 |
| ·实验平台 | 第45页 |
| ·硬件平台 | 第45页 |
| ·软件平台 | 第45页 |
| ·说话人辨认系统 | 第45-48页 |
| ·高斯混合密度个数对系统影响 | 第45-46页 |
| ·训练语音长度对系统性能的影响 | 第46-47页 |
| ·一种模型参数迭代初始化训练方法 | 第47-48页 |
| ·说话人确认系统 | 第48-52页 |
| ·区别性训练与非区别训练性能比较 | 第48-50页 |
| ·一种改进的说话人确认方法 | 第50-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间发表论文 | 第55-56页 |
| 致谢 | 第56页 |
