基于MFCC与IMFCC的说话人识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景和现状 | 第9-11页 |
| ·说话人识别的基本原理 | 第11-13页 |
| ·说话人识别的基本概念 | 第11-12页 |
| ·说话人识别的分类 | 第12-13页 |
| ·说话人识别的应用与前景 | 第13页 |
| ·本文所做的工作与论文结构 | 第13-15页 |
| 第2章 说话人语音特征提取 | 第15-31页 |
| ·特征提取的原则及评价标准 | 第16-17页 |
| ·特征提取的原则 | 第16页 |
| ·特征提取评价标准 | 第16-17页 |
| ·语音信号的前端处理 | 第17-21页 |
| ·常用特征参数 | 第21-27页 |
| ·线性预测倒谱系数 | 第21-23页 |
| ·美尔频率倒谱系数 | 第23-26页 |
| ·短时归一能量 | 第26-27页 |
| ·翻转美尔倒谱系数 | 第27-29页 |
| ·其他特征 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第3章 支持向量机在说话人识别中的应用 | 第31-43页 |
| ·说话人识别方法介绍 | 第31-33页 |
| ·非参数模型方法 | 第31-32页 |
| ·参数模型方法 | 第32页 |
| ·神经网络方法 | 第32-33页 |
| ·统计学习理论 | 第33-36页 |
| ·VC维 | 第34-35页 |
| ·推广性的界 | 第35页 |
| ·结构风险最小化原理 | 第35-36页 |
| ·支持向量机 | 第36-41页 |
| ·线性问题的最优分类面 | 第37-39页 |
| ·非线性问题 | 第39-40页 |
| ·多类分类问题 | 第40-41页 |
| ·基于帧的投票得分方法 | 第41页 |
| ·其他识别算法 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 多分类融合系统及基于动态阈值的开集算法 | 第43-49页 |
| ·多分类融合系统 | 第43-46页 |
| ·多分类融合系统的构建 | 第43-44页 |
| ·得分的融合 | 第44-46页 |
| ·基于动态阈值的开集算法 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 系统实现及实验结果分析 | 第49-55页 |
| ·语音数据库的构成 | 第49页 |
| ·系统的实现 | 第49-51页 |
| ·训练过程 | 第49-50页 |
| ·识别过程 | 第50-51页 |
| ·实验结果及分析 | 第51-54页 |
| ·不同特征参数的辨识结果 | 第51-52页 |
| ·不同融合函数下的辨识结果 | 第52-53页 |
| ·开集说话人辨识结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第61-62页 |
| 致谢 | 第62页 |
