会话语音中说话人识别的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·说话人识别技术的发展 | 第8-11页 |
| ·发展历史 | 第8-9页 |
| ·分类 | 第9-10页 |
| ·应用领域 | 第10-11页 |
| ·会话语音下说话人识别的现状 | 第11-12页 |
| ·本文研究的目的和研究内容 | 第12-14页 |
| ·本文研究的目的 | 第12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 2 说话人识别系统概述 | 第14-37页 |
| ·引言 | 第14页 |
| ·语音信号的预处理 | 第14-16页 |
| ·特征参数的分析 | 第16-25页 |
| ·语音信号的线性产生模型 | 第16-18页 |
| ·特征参数提取 | 第18-25页 |
| ·模式识别 | 第25-36页 |
| ·基于VQ 的方法 | 第25-28页 |
| ·基于HMM 的方法 | 第28-29页 |
| ·基于GMM 的方法 | 第29-33页 |
| ·基于人工神经网络的方法 | 第33-35页 |
| ·基于语音识别的方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 3 添加音素持续时间分析到光谱模型 | 第37-45页 |
| ·引言 | 第37页 |
| ·光谱分析模型 | 第37-38页 |
| ·大量语音库的音素持续时间分析模型 | 第38-41页 |
| ·少量语音数据下的音素持续时间模型 | 第41-44页 |
| ·分组方法 | 第41-42页 |
| ·简化高斯模型法 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 会话语音中说话人识别系统的建立 | 第45-58页 |
| ·端点检测 | 第46-51页 |
| ·1.5 秒内可变长分段 | 第51-52页 |
| ·说话人转折点检测 | 第52-54页 |
| ·实验结果及分析 | 第54-57页 |
| ·分割与识别实验 | 第54-55页 |
| ·聚类与识别实验 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 基于MAP 的模型自适应 | 第58-69页 |
| ·自适应方法概述 | 第58-61页 |
| ·自适应方式的分类 | 第58页 |
| ·自适应算法分类及简介 | 第58-61页 |
| ·MLLR 算法与MAP 算法 | 第61-64页 |
| ·MLLR 算法 | 第61-63页 |
| ·MAP 算法 | 第63-64页 |
| ·概率自适应与置信度 | 第64-66页 |
| ·概率自适应 | 第64-65页 |
| ·置信度的概率自适应 | 第65-66页 |
| ·实验结果及分析 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| ·主要研究内容 | 第69-70页 |
| ·后续研究工作的展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 附录：作者在攻读硕士学位期间的其它工作 | 第75页 |
| 作者在攻读硕士学位期间发表的论文目录 | 第75页 |
| 作者在攻读硕士学位期间参加的科研项目 | 第75页 |
