基于GMM-UBM的稳健的说话人识别技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 说话人识别研究的背景与意义 | 第9-10页 |
| 1.2 国内外研究概况 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12-14页 |
| 2 说话人识别主要技术概述 | 第14-26页 |
| 2.1 语音信号的产生 | 第14-15页 |
| 2.2 说话人识别分类 | 第15-16页 |
| 2.3 说话人识别的基本原理和系统架构 | 第16页 |
| 2.4 语音信号前期处理 | 第16-21页 |
| 2.5 说话人识别的特征提取 | 第21页 |
| 2.6 说话人识别的主要模型 | 第21-22页 |
| 2.7 说话人识别系统评价标准 | 第22-25页 |
| 2.8 本章小结 | 第25-26页 |
| 3 基于 GMM-UBM 的改进的说话人识别 | 第26-43页 |
| 3.1 Mel倒谱系数 | 第26-29页 |
| 3.2 稳健的MFCC特征 | 第29-33页 |
| 3.3 GMM-UBM 模型 | 第33-37页 |
| 3.4 得分归一化技术 | 第37页 |
| 3.5 实验结果及结论 | 第37-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 基于I-VECTOR 的信道补偿技术 | 第43-60页 |
| 4.1 I-vector基本思想 | 第43-44页 |
| 4.2 基于I-vector的说话人识别 | 第44-47页 |
| 4.3 PLDA模型 | 第47-52页 |
| 4.4 改进技术 | 第52-53页 |
| 4.5 实验结果与分析 | 第53-59页 |
| 4.6 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-63页 |
| 5.1 全文总结 | 第60-61页 |
| 5.2 课题展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 附录攻读学位期间发表论文目录 | 第70页 |
