说话人识别方法及其系统的应用开发研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 概述 | 第8-14页 |
| ·说话人识别的意义和应用 | 第8-9页 |
| ·说话人识别研究现状 | 第9-10页 |
| ·说话人识别的分类 | 第10-11页 |
| ·识别特征提取 | 第11页 |
| ·说话人识别常用方法 | 第11-13页 |
| ·作者的主要工作 | 第13-14页 |
| 2 语音信号的初步处理 | 第14-18页 |
| ·语音信号的预处理 | 第14-16页 |
| ·语音信号的时域分析 | 第16-17页 |
| ·语音信号的频域分析 | 第17-18页 |
| 3 说话人识别中特征参数的提取 | 第18-25页 |
| ·线性预测系数 | 第18-21页 |
| ·LPC倒谱系数 | 第21-22页 |
| ·MEL频率倒谱系数 | 第22-24页 |
| ·特征参数的选择和统计评价 | 第24-25页 |
| 4 说话人识别系统组成 | 第25-28页 |
| ·系统结构框图 | 第25页 |
| ·相关模块介绍 | 第25-28页 |
| 5 矢量量化(VQ)的说话人识别方法 | 第28-40页 |
| ·矢量量化的基本原理 | 第28-31页 |
| ·矢量量化的失真测度 | 第31-33页 |
| ·矢量量化器的最佳码书本设计书 | 第33-39页 |
| ·小结 | 第39-40页 |
| 6 隐马尔可夫模型及其在说话人识别中的应用 | 第40-51页 |
| ·HMM在说话人识别中的应用 | 第40-41页 |
| ·隐马尔可夫模型 | 第41-43页 |
| ·隐马尔可夫模型的三个问题的求解及算法 | 第43-49页 |
| ·隐马尔可夫模型参数的初始化 | 第49-50页 |
| ·小结 | 第50-51页 |
| 7 基于高斯混合模型的说话人识别方法 | 第51-58页 |
| ·高斯混合模型的基本概念 | 第51-52页 |
| ·EM算法 | 第52-55页 |
| ·GMM参数的初始化 | 第55-56页 |
| ·正交高斯混合模型 | 第56-57页 |
| ·小结 | 第57-58页 |
| 8 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录1 作者攻读硕士期间发表的论文 | 第66页 |
