智能声纹鉴定系统的研究与开发
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 声纹鉴定的发展历史和应用现状 | 第13-18页 |
| 1.2.1 声纹鉴定的发展历史 | 第13-15页 |
| 1.2.2 声纹鉴定的应用现状 | 第15-16页 |
| 1.2.3 声纹鉴定在国外司法领域的应用 | 第16-18页 |
| 1.3 当前存在的热点问题 | 第18-19页 |
| 1.4 本文主要工作及结构安排 | 第19页 |
| 1.5 本文结构安排 | 第19-21页 |
| 第二章 声纹鉴定系统概述 | 第21-40页 |
| 2.1 引言 | 第21-22页 |
| 2.2 特征提取 | 第22-27页 |
| 2.2.1 语音信号预处理 | 第23-24页 |
| 2.2.2 傅里叶变换 | 第24-25页 |
| 2.2.3 Mel频率滤波器 | 第25-26页 |
| 2.2.4 离散余弦变换(DCT) | 第26-27页 |
| 2.3 模型建立 | 第27-30页 |
| 2.3.1 隐马尔可夫模型(HMM)基本概念 | 第28页 |
| 2.3.2 HMM模型的要素及其模型描述 | 第28-29页 |
| 2.3.3 HMM的三个基本问题及其解法 | 第29-30页 |
| 2.4 模式匹配及识别结果 | 第30-31页 |
| 2.5 声纹唯一性的实验论证 | 第31-39页 |
| 2.6 本章小结 | 第39-40页 |
| 第三章 声纹鉴定的跨信道问题 | 第40-51页 |
| 3.1 引言 | 第40-41页 |
| 3.2 GMM-UBM说话人识别系统 | 第41-42页 |
| 3.3 GMM-SVM说话人识别系统 | 第42-44页 |
| 3.4 基于i-vector模型的说话人识别系统 | 第44-45页 |
| 3.5 信道补偿算法PLDA | 第45-47页 |
| 3.6 社保音频数据的跨信道实验对比 | 第47-50页 |
| 3.7 本章小结 | 第50-51页 |
| 第四章 说话人分割聚类技术 | 第51-64页 |
| 4.1 引言 | 第51页 |
| 4.2 说话人分割聚类技术概述 | 第51-53页 |
| 4.2.1 说话人分割聚类系统组成 | 第51-52页 |
| 4.2.2 说话人分割聚类系统评价指标 | 第52-53页 |
| 4.3 说话人分割技术 | 第53-54页 |
| 4.3.1 基于距离度量的说话人分割技术 | 第53-54页 |
| 4.3.2 基于模型的说话人分割技术 | 第54页 |
| 4.4 说话人聚类技术 | 第54-56页 |
| 4.4.1 自底向上的说话人聚类技术 | 第55页 |
| 4.4.2 自顶向下的说话人聚类技术 | 第55-56页 |
| 4.5 说话人分割实验的结果及分析 | 第56-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第五章 智能声纹鉴定系统的研究与开发 | 第64-75页 |
| 5.1 项目意义 | 第64页 |
| 5.2 项目方案 | 第64-66页 |
| 5.3 系统使用说明及功能演示 | 第66-74页 |
| 5.3.1 系统主界面 | 第66-67页 |
| 5.3.2 技术指标 | 第67-68页 |
| 5.3.3 功能介绍 | 第68-69页 |
| 5.3.4 功能演示 | 第69-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 全文总结及工作展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
