基于高斯混合模型的语种识别技术
| 第1章 绪论 | 第1-16页 |
| ·引言 | 第8-9页 |
| ·语种识别研究现状 | 第9-15页 |
| ·基于声学处理和韵律学的方法 | 第9-10页 |
| ·基于语音学的方法 | 第10-13页 |
| ·以语音识别为基础的大词汇量连续语种识别 | 第13-14页 |
| ·对当前语种识别研究工作的讨论 | 第14-15页 |
| ·本文所做的工作及内容安排 | 第15-16页 |
| 第2章 语音的特征 | 第16-32页 |
| ·语音的声学特征 | 第16-18页 |
| ·语音的声学特征信息 | 第18-20页 |
| ·音位信息 | 第18-19页 |
| ·韵律信息 | 第19-20页 |
| ·语音的其它特征信息 | 第20-21页 |
| ·语音产生过程及在语种识别中的应用 | 第21-22页 |
| ·语种信源模型 | 第22-26页 |
| ·基于失真的 VQ方法 | 第23-24页 |
| ·离散/连续各态经历 HMM | 第24页 |
| ·混合高斯分布模型 | 第24-26页 |
| ·语种识别的概率理论框架 | 第26-31页 |
| ·最大后验概率方法 | 第26-28页 |
| ·基于帧的方法 | 第28-29页 |
| ·基于段的方法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 语种特征参数的提取 | 第32-37页 |
| ·语音信号的数字化 | 第33页 |
| ·语音信号的正规化和预加重 | 第33页 |
| ·加窗分帧 | 第33-34页 |
| ·短时能量和平均过零率 | 第34-35页 |
| ·MFCC的计算 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 语种模型 | 第37-44页 |
| ·模式分类的方法 | 第37页 |
| ·模式匹配和模型训练 | 第37-38页 |
| ·GMM的基本概念 | 第38-39页 |
| ·期望最大化算法及其在 GMM中的应用 | 第39-42页 |
| ·GMM的识别 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验及结果 | 第44-56页 |
| ·语音数据库 | 第44-45页 |
| ·实验所用的语音数据库 | 第45-46页 |
| ·语种识别系统评价 | 第46-47页 |
| ·实验框架 | 第47-55页 |
| ·单帧和多帧的比较 | 第47-49页 |
| ·10秒语音和3秒语音的比较 | 第49-50页 |
| ·用留一法训练语种模型 | 第50-51页 |
| ·改变 MFCC系数对系统性能的影响 | 第51-53页 |
| ·高斯混合度对系统性能的影响 | 第53-54页 |
| ·用任意语音对系统性能的测试 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
