多层次说话人分割及相关算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 引言 | 第10-18页 |
| ·概述 | 第10-12页 |
| ·说话人识别技术 | 第10-11页 |
| ·说话人检索和说话人分割 | 第11-12页 |
| ·研究现状 | 第12-16页 |
| ·存在的问题 | 第14-15页 |
| ·评估标准 | 第15-16页 |
| ·研究内容及意义 | 第16-17页 |
| ·本文内容安排 | 第17-18页 |
| 第二章 说话人分割与语音库 | 第18-39页 |
| ·基本说话人分割方法 | 第18-21页 |
| ·基于距离的说话人分割 | 第18-21页 |
| ·基于模型的说话人分割 | 第21页 |
| ·语音特征 | 第21-27页 |
| ·特征提取的基本过程 | 第21-22页 |
| ·基本时域特征 | 第22-23页 |
| ·倒谱特征 | 第23-24页 |
| ·声门特征 | 第24-27页 |
| ·说话人模型 | 第27-34页 |
| ·高斯混合模型GMM | 第27-30页 |
| ·隐马尔可夫模型HMM | 第30-34页 |
| ·实验语音数据库介绍 | 第34-38页 |
| ·YOHO语音库 | 第34-35页 |
| ·SRMC语音库 | 第35-37页 |
| ·新闻广播语音库 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 多层次的说话人分割系统框架 | 第39-45页 |
| ·预分割层 | 第39页 |
| ·特征提取 | 第39页 |
| ·语音检测 | 第39页 |
| ·分治层 | 第39-42页 |
| ·通道聚类 | 第40-41页 |
| ·性别识别 | 第41-42页 |
| ·分割层 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第四章 基于x~2分布和决策树的语音检测 | 第45-52页 |
| ·音频突变检测 | 第45-47页 |
| ·x~2分布 | 第46页 |
| ·突变检测 | 第46-47页 |
| ·语音／非语音分类决策树 | 第47-49页 |
| ·选用特征 | 第47-48页 |
| ·拓扑结构 | 第48-49页 |
| ·决策树训练 | 第49页 |
| ·语音检测 | 第49-51页 |
| ·算法流程 | 第49-50页 |
| ·实验及分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于Anchor模型的通道聚类 | 第52-61页 |
| ·语音通道 | 第52-54页 |
| ·通道识别 | 第52页 |
| ·通道补偿 | 第52-54页 |
| ·Anchor模型 | 第54-56页 |
| ·基于Anchor模型的通道聚类 | 第56-60页 |
| ·特征提取 | 第56页 |
| ·通道Anchor模型训练 | 第56-57页 |
| ·通道空间投影 | 第57-58页 |
| ·通道聚类 | 第58-59页 |
| ·实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 基于Pitch的快速说话人分割 | 第61-66页 |
| ·算法描述 | 第61-63页 |
| ·语音检测 | 第61-62页 |
| ·距离计算 | 第62-63页 |
| ·实验结果 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第七章 基于序数比较的Anchor模型 | 第66-71页 |
| ·Anchor模型的不足 | 第66页 |
| ·基于序数比较的距离 | 第66-67页 |
| ·实验结果 | 第67-69页 |
| ·本章小结 | 第69-71页 |
| 第八章 总结与展望 | 第71-73页 |
| ·工作总结 | 第71-72页 |
| ·讨论与展望 | 第72-73页 |
| 参考文献 | 第73-80页 |
| 攻读硕士学位期间的研究成果 | 第80-81页 |
| 致谢 | 第81页 |
