说话人识别中缺失特征的自动检测研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·说话人识别技术的发展概述 | 第10-11页 |
| ·文本无关说话人识别系统 | 第11-13页 |
| ·噪声鲁棒性问题 | 第13-15页 |
| ·噪声鲁棒性方法概述 | 第13页 |
| ·缺失特征方法 | 第13-15页 |
| ·缺失特征检测研究现状 | 第15-16页 |
| ·论文的主要内容 | 第16-18页 |
| 第二章 缺失特征方法 | 第18-32页 |
| ·介绍 | 第18页 |
| ·说话人识别的噪声鲁棒性问题 | 第18-19页 |
| ·基准系统与实验平台 | 第19-20页 |
| ·语音数据库 | 第19页 |
| ·基准系统 | 第19-20页 |
| ·语音感知和掩蔽效应 | 第20-28页 |
| ·语音信号产生的数字模型 | 第20-21页 |
| ·语音感知 | 第21-22页 |
| ·掩蔽的概念 | 第22-24页 |
| ·M el 谱的基本概念 | 第24-27页 |
| ·MFCC 参数的提取 | 第27-28页 |
| ·缺失特征方法 | 第28-30页 |
| ·缺失特征重建方法 | 第29-30页 |
| ·总结 | 第30-32页 |
| 第三章 缺失特征检测 | 第32-39页 |
| ·介绍 | 第32页 |
| ·理想缺失特征检测 | 第32-34页 |
| ·结合谱减的缺失特征检测 | 第34-37页 |
| ·结合谱减的缺失特征检测方法 | 第34-36页 |
| ·实验结果 | 第36-37页 |
| ·非平稳噪声环境下存在的问题 | 第37-38页 |
| ·总结 | 第38-39页 |
| 第四章 用于缺失特征检测的语音特征的提取 | 第39-49页 |
| ·介绍 | 第39页 |
| ·缺失特征的自动检测方法 | 第39-40页 |
| ·用于自动检测的语音特征的提取 | 第40-44页 |
| ·梳状滤波器比 | 第40-42页 |
| ·子带能量对全带能量比 | 第42-43页 |
| ·平坦度 | 第43-44页 |
| ·峭度 | 第44页 |
| ·实验结果 | 第44-48页 |
| ·总结 | 第48-49页 |
| 第五章 缺失特征的自动检测 | 第49-58页 |
| ·介绍 | 第49页 |
| ·缺失特征的自动检测方法 | 第49-54页 |
| ·分类器的训练 | 第49-50页 |
| ·缺失特征检测的评判标准 | 第50-51页 |
| ·实验结果 | 第51-54页 |
| ·缺失特征的自动检测的扩展性 | 第54-57页 |
| ·两种噪声情况下训练同一个分类器 | 第54-56页 |
| ·结合GMM 缺失特征重建方法 | 第56-57页 |
| ·总结 | 第57-58页 |
| 第六章 总结和展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 在读期间发表的学术论文及研究成果 | 第63页 |
