基于线谱对系数和高斯混合模型的说话人识别技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究意义 | 第7-8页 |
| ·研究现状及分析 | 第8-11页 |
| ·说话人识别研究现状 | 第8-9页 |
| ·说话人识别的分类 | 第9-10页 |
| ·说话人识别的特征参数 | 第10-11页 |
| ·说话人识别模型 | 第11页 |
| ·说话人识别的难点 | 第11-12页 |
| ·论文工作及组织结构 | 第12-14页 |
| 第二章 说话人识别理论基础 | 第14-30页 |
| ·引言 | 第14页 |
| ·语音物理基础 | 第14-15页 |
| ·说话人识别系统 | 第15-17页 |
| ·说话人识别的特征参数 | 第17-23页 |
| ·线性预测系数 | 第17-18页 |
| ·语音共振峰 | 第18-19页 |
| ·倒谱系数 | 第19-20页 |
| ·线性预测倒谱系数 | 第20-21页 |
| ·梅尔倒谱系数 | 第21-22页 |
| ·特征评价方法 | 第22-23页 |
| ·说话人识别的识别模型 | 第23-30页 |
| ·k-平均聚类算法 | 第23-27页 |
| ·高斯混合模型 | 第27-30页 |
| 第三章 说话人语音的预处理 | 第30-41页 |
| ·基于小波变换的语音去噪方法 | 第31-38页 |
| ·小波分析理论基础 | 第31-34页 |
| ·小波去噪 | 第34-38页 |
| ·自适应双门限端点检测 | 第38-41页 |
| ·短时能量、短时过零率和能频值 | 第38-39页 |
| ·自适应双门限端点检测法 | 第39-41页 |
| 第四章 基于线谱对系数和高斯混合模型的说话人识别 | 第41-52页 |
| ·基于线谱对系数的说话人特征 | 第41-47页 |
| ·线谱对系数 | 第41-42页 |
| ·LSP算法分析 | 第42-43页 |
| ·线谱对系数特征 | 第43-47页 |
| ·线谱对系数的语音表征 | 第44-45页 |
| ·特征参数性能分析 | 第45-47页 |
| ·基于高斯混合模型的说话人识别模型 | 第47-52页 |
| ·高斯混合模型的EM实现 | 第47-49页 |
| ·EM算法的K-均值法初始化 | 第49-52页 |
| 第五章 说话人识别系统的实现与性能测试 | 第52-63页 |
| ·实验环境及语音库 | 第52页 |
| ·语音预处理 | 第52-59页 |
| ·语音去噪 | 第52-56页 |
| ·语音端点检测 | 第56-59页 |
| ·LSP-GMM说话人识别系统综合性能 | 第59-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间主要的研究成果 | 第73页 |
