基于因子分析和支持向量机的耳语说话人识别
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·耳语音研究现状 | 第11-15页 |
| ·耳语音的研究 | 第11-12页 |
| ·说话人识别的研究 | 第12-13页 |
| ·说话人识别的关键问题 | 第13-14页 |
| ·耳语说话人识别的研究 | 第14-15页 |
| ·本文的数据库 | 第15页 |
| ·本课题研究的主要工作 | 第15-17页 |
| ·论文的结构安排 | 第17-18页 |
| 第二章 耳语音的特征参数 | 第18-28页 |
| ·语音信号产生的数学模型 | 第18-20页 |
| ·线性预测系数(LPC) | 第20-22页 |
| ·美尔倒谱系数(MFCC)的提取 | 第22-25页 |
| ·耳语音特征参数的分析 | 第25页 |
| ·MFCC修正参数 | 第25-27页 |
| ·本文采用的特征参数 | 第27-28页 |
| 第三章 基于SVM-FA的说话人识别系统 | 第28-45页 |
| ·支持向量机(SVM) | 第28-32页 |
| ·传统的说话人识别模型 | 第32-39页 |
| ·VQ说话人模型 | 第32-33页 |
| ·隐马尔可夫模型 | 第33-35页 |
| ·高斯混合模型 | 第35-39页 |
| ·通用背景模型 | 第39页 |
| ·联合因子分析 | 第39-42页 |
| ·GMM均值超向量 | 第39-40页 |
| ·联合因子分析简述 | 第40-41页 |
| ·简化的因子分析过程 | 第41-42页 |
| ·系统的总体流程 | 第42-45页 |
| 第四章 信道补偿技术在SVM-FA系统中的应用 | 第45-61页 |
| ·类内协方差规整(WCCN) | 第45-46页 |
| ·线性判别分析(LDA) | 第46-47页 |
| ·冗余属性投影(NAP) | 第47-49页 |
| ·差异化补偿的冗余属性投影(VC-NAP) | 第49-52页 |
| ·实验配置 | 第52-53页 |
| ·联合因子分析简述 | 第52页 |
| ·FA-VM训练集和测试集 | 第52-53页 |
| ·实验结果和分析 | 第53-61页 |
| 第五章 总结与展望 | 第61-62页 |
| ·论文工作总结 | 第61页 |
| ·今后研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间公开发表的论文 | 第66-67页 |
| 致谢 | 第67页 |
