复杂信道下的说话人识别技术
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第7-14页 |
| ·说话人识别技术 | 第8-9页 |
| ·应用领域 | 第9-10页 |
| ·技术分类 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·论文工作与组织安排 | 第12-14页 |
| 第二章 说话人识别基础知识 | 第14-23页 |
| ·语言的基本过程 | 第14-16页 |
| ·基本处理过程 | 第16-17页 |
| ·核心关键问题 | 第17-21页 |
| ·评分标准 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 MFCC特征 | 第23-29页 |
| ·梅尔尺度 | 第24-25页 |
| ·MFCC及特征提取 | 第25-28页 |
| ·小结 | 第28-29页 |
| 第四章 基于混合高斯模型的说话人识别 | 第29-43页 |
| ·高斯混合模型 | 第30-32页 |
| ·基于GMM的说话人模型 | 第32-35页 |
| ·基于GMM的说话人识别过程 | 第35-36页 |
| ·基于GMM_UBM的通用背景模型 | 第36-40页 |
| ·基于GMM_UBM的说话人模型训练 | 第40-41页 |
| ·基于GMM_UBM模型的识别过程 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 复杂信道下说话人识别 | 第43-52页 |
| ·信道的影响 | 第43-44页 |
| ·信道鲁棒算法 | 第44-46页 |
| ·模型域的信道鲁棒算法 | 第46-50页 |
| ·分数域的信道鲁棒算法 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第六章 面向家用机器人的说话人识别系统 | 第52-59页 |
| ·家用机器人中的说话人识别 | 第52-53页 |
| ·系统框架及改进方案 | 第53-56页 |
| ·实验结果 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-60页 |
| 攻读硕士学位期间的科研成果 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |