有限词汇的说话人识别技术
内容摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-14页 |
·说话人识别技术的发展与现状 | 第10-11页 |
·说话人识别技术的概念 | 第10页 |
·说话人识别技术的发展与现状 | 第10-11页 |
·论文研究意义 | 第11-12页 |
·论文研究路线 | 第12页 |
·本文内容及安排 | 第12-14页 |
第2章 说话人识别技术算法 | 第14-24页 |
·说话人识别技术原理 | 第14页 |
·特征值提取算法 | 第14-18页 |
·Mel频率倒谱系数(MFCC) | 第15页 |
·感知线性预测系数(PLP) | 第15-17页 |
·线性预测系数(LPC) | 第17-18页 |
·模式识别算法 | 第18-22页 |
·HMM | 第18-19页 |
·VQ | 第19-20页 |
·SVM | 第20-21页 |
·GMM | 第21-22页 |
·说话人识别系统文献综述 | 第22-24页 |
第3章 MFCC提取算法的改进 | 第24-35页 |
·特征值提取算法的理论基础 | 第24-26页 |
·语音信号处理 | 第24-25页 |
·MFCC提取技术 | 第25页 |
·熵值赋权算法 | 第25-26页 |
·基于熵值法加权的MFCC | 第26-33页 |
·预处理 | 第27-29页 |
·快速傅立叶变换(FFT) | 第29-30页 |
·Mel频率滤波器组 | 第30页 |
·对数与余弦变换 | 第30-31页 |
·MFCC一阶差分和二阶差分的计算 | 第31-32页 |
·MFCC特征参数矩阵的标准化 | 第32页 |
·根据标准化后的MFCC"计算熵值 | 第32页 |
·确定权重 | 第32-33页 |
·各维分量权重的分析 | 第33-34页 |
·本章小结 | 第34-35页 |
第4章 EM算法的改进 | 第35-40页 |
·高斯混合模型GMM | 第35-36页 |
·EM算法的介绍 | 第36-37页 |
·基于谱聚类初始化的EM算法 | 第37-39页 |
·谱聚类 | 第38页 |
·EM初始化方法的比较 | 第38-39页 |
·本章小结 | 第39-40页 |
第5章 说话人识别系统 | 第40-47页 |
·语音数据库 | 第40-41页 |
·系统描述 | 第41-44页 |
·系统仿真实验分析 | 第44-46页 |
·特征值不同维数下错误接受率的比较 | 第44页 |
·不同训练模型下错误接受率的比较 | 第44-45页 |
·不同阈值下系统错误接受率与错误拒绝率的比较 | 第45-46页 |
·本章小结 | 第46-47页 |
第6章 基于说话人识别的老年便携手持设备 | 第47-62页 |
·手持设备的设计背景与原则 | 第47-50页 |
·老年便携手持设备设计背景 | 第47-49页 |
·老年便携手持设备设计原则 | 第49-50页 |
·手持设备的设计意图 | 第50页 |
·手持设备硬件组成介绍 | 第50-51页 |
·手持设备功能模块 | 第51-53页 |
·手持设备关键技术分析 | 第53-56页 |
·说话人识别技术 | 第54页 |
·音频检索技术 | 第54-56页 |
·手持设备软件测试系统的设计 | 第56-61页 |
·本章小结 | 第61-62页 |
第7章 结论与展望 | 第62-64页 |
·结论 | 第62-63页 |
·展望 | 第63-64页 |
参考文献 | 第64-69页 |
后记 | 第69页 |