与文本有关的说话人确认技术研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章.绪论 | 第9-27页 |
| ·说话人识别的基本概念 | 第9-11页 |
| ·说话人识别概述 | 第11-17页 |
| ·说话人识别系统的分类 | 第11-12页 |
| ·说话人识别的应用领域 | 第12-13页 |
| ·说话人识别的发展 | 第13-15页 |
| ·说话人识别技术的研究现状 | 第15-17页 |
| ·说话人确认 | 第17-25页 |
| ·说话人确认系统的组成 | 第17-20页 |
| ·说话人确认系统的评估手段 | 第20-21页 |
| ·说话人确认所面临的主要问题 | 第21-25页 |
| ·本论文的工作特点及内容安排 | 第25-27页 |
| 第二章.语音信号预处理 | 第27-49页 |
| ·语音信号获取 | 第27-29页 |
| ·语音的产生 | 第27-28页 |
| ·语音信号的数字化 | 第28-29页 |
| ·语音信号的采集 | 第29页 |
| ·语音信号的数字模型 | 第29-32页 |
| ·激励模型 | 第30页 |
| ·声管模型 | 第30页 |
| ·共振峰模型 | 第30-32页 |
| ·辐射模型 | 第32页 |
| ·语音信号预加重 | 第32-33页 |
| ·语音信号的时域分析 | 第33-39页 |
| ·短时能量和短时平均幅度 | 第34-36页 |
| ·短时过零分析 | 第36-37页 |
| ·短时基音周期估计 | 第37-39页 |
| ·语音端点检测 | 第39-45页 |
| ·短时能量 | 第40页 |
| ·短时平均过零率 | 第40-41页 |
| ·能频值端点检测算法 | 第41-43页 |
| ·传统双门限端点检测算法 | 第43-44页 |
| ·两种端点检测算法比较 | 第44-45页 |
| ·语音端点检测编程实现 | 第45-49页 |
| 第三章.语音信号特征选择 | 第49-61页 |
| ·说话人识别常用的特征 | 第49-50页 |
| ·美尔倒谱系数MFCC | 第50-57页 |
| ·MFCC系数的提取 | 第51-53页 |
| ·倒谱提升窗口 | 第53页 |
| ·美尔差分倒谱参数 | 第53-54页 |
| ·MFCC分量的选择 | 第54-57页 |
| ·MFCC参数的实际提取 | 第57-61页 |
| 第四章.噪声消除技术研究 | 第61-69页 |
| ·噪声特性分析 | 第61-62页 |
| ·噪声模型 | 第62-63页 |
| ·噪声消除技术 | 第63-69页 |
| ·倒谱均值消除(CMS)算法 | 第64-65页 |
| ·谱相减(SS)法 | 第65-66页 |
| ·并行模型合并(PMC)算法 | 第66-69页 |
| 第五章.噪声环境下基于GMM说话人确认系统实现 | 第69-83页 |
| ·概述 | 第69页 |
| ·高斯混合模型GMM说话人识别 | 第69-75页 |
| ·GMM模型描述 | 第69-71页 |
| ·GMM模型的说明 | 第71页 |
| ·GMM模型参数的最大似然估计 | 第71-74页 |
| ·GMM的识别算法 | 第74-75页 |
| ·与文本有关的说话人确认系统结构与实现 | 第75-83页 |
| ·前端处理 | 第75-79页 |
| ·高斯混合模型的实现 | 第79-83页 |
| 第六章.基于声纹特征的智能RF卡的研究与应用 | 第83-95页 |
| ·概述 | 第83-86页 |
| ·生物识别技术及应用 | 第83-84页 |
| ·智能卡技术的发展与应用 | 第84-85页 |
| ·生物识别技术与智能卡技术的融合 | 第85-86页 |
| ·动态时间归整算法DTW | 第86-89页 |
| ·基于说话人确认技术的嵌入式系统实现 | 第89-95页 |
| ·引言 | 第89-91页 |
| ·基于SoPC的说话人确认系统框图 | 第91-92页 |
| ·动态时间归整的实现 | 第92-95页 |
| 第七章 论文总结 | 第95-97页 |
| 参考文献 | 第97-105页 |
| 致谢 | 第105-106页 |
| 作者攻读硕士学位期间发表的论文和获奖情况 | 第106页 |
