基于支持向量机的MFCC特征参量研究和核函数选择分析
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 说话人识别的研究进展 | 第9-11页 |
| 1.1.1 国外研究状况 | 第9-10页 |
| 1.1.2 国内研究状况 | 第10-11页 |
| 1.2 说话人识别概述 | 第11-12页 |
| 1.2.1 说话人识别的概念 | 第11页 |
| 1.2.2 说话人识别的分类 | 第11-12页 |
| 1.2.3 说话人识别的系统结构 | 第12页 |
| 1.2.4 说话人识别的优势与应用前景 | 第12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 第2章 说话人识别系统 | 第15-31页 |
| 2.1 语音信号预处理 | 第15-18页 |
| 2.1.1 采样 | 第15-16页 |
| 2.1.2 量化 | 第16页 |
| 2.1.3 预加重处理 | 第16-17页 |
| 2.1.4 分帧和加窗 | 第17-18页 |
| 2.2 MFCC特征介绍 | 第18-20页 |
| 2.2.1 MFCC参数的提取过程 | 第18-20页 |
| 2.2.2 Mel频率与线性频率的关系 | 第20页 |
| 2.3 统计学习理论初步 | 第20-22页 |
| 2.4 支持向量机的基本理论 | 第22-27页 |
| 2.4.1 线性可分问题 | 第22-25页 |
| 2.4.2 线性不可分问题 | 第25-26页 |
| 2.4.3 非线性分类问题 | 第26-27页 |
| 2.4.4 多分类问题 | 第27页 |
| 2.5 核函数类型 | 第27-28页 |
| 2.6 参数寻优 | 第28-31页 |
| 2.6.1 网格算法 | 第29页 |
| 2.6.2 交叉验证法 | 第29-31页 |
| 第3章 预处理分析及SVM模型选择分析 | 第31-43页 |
| 3.1 实验环境与语音数据库 | 第31页 |
| 3.2 实验目的与方法 | 第31-32页 |
| 3.3 语音预处理影响 | 第32-37页 |
| 3.3.1 语音分帧影响 | 第32-34页 |
| 3.3.2 预加重系数影响 | 第34-35页 |
| 3.3.3 采样频率影响 | 第35-36页 |
| 3.3.4 Mel滤波器的个数影响 | 第36-37页 |
| 3.4 归一化MFCC参数分析 | 第37-39页 |
| 3.5 前几组MFCC参数分析 | 第39-40页 |
| 3.6 SVM模型选择分析 | 第40-42页 |
| 3.6.1 核函数类型影响 | 第40-41页 |
| 3.6.2 核参数影响 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 平均影响值研究 | 第43-57页 |
| 4.1 实验目的与方法 | 第43页 |
| 4.2 平均影响值介绍 | 第43-44页 |
| 4.3 平均影响值选取分析 | 第44-47页 |
| 4.4 重组MFCC参数下的语音分类 | 第47-53页 |
| 4.5 采用MIV的优势 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 5.1 论文工作总结 | 第57-58页 |
| 5.2 下一步工作展望 | 第58-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间的研究成果 | 第67页 |
