首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

基于文本无关的声纹识别算法的研究及实现

摘要第5-6页
abstract第6-7页
第一章 绪论第11-19页
    1.1 声纹识别的研究背景及意义第11-12页
    1.2 声纹识别概述第12-15页
        1.2.1 声纹识别的基本概念第12页
        1.2.2 声纹识别的研究方法第12-14页
        1.2.3 声纹识别的研究历史第14页
        1.2.4 声纹识别的研究现状及发展趋势第14-15页
    1.3 声纹识别中的短时语音问题第15-16页
    1.4 本文的研究内容及创新点第16-17页
    1.5 本文的组织结构第17-19页
第二章 声纹识别的相关技术基础第19-33页
    2.1 声纹识别基本原理第19-20页
    2.2 语音特征提取第20-24页
        2.2.1 语音数据预处理第20-21页
        2.2.2 声纹特征提取第21-24页
            2.2.2.1 梅尔频率倒谱系数MFCC第21-23页
            2.2.2.2 基音频率第23-24页
    2.3 声纹模型第24-27页
        2.3.1 高斯混合模型的基本概念第25-26页
        2.3.2 高斯混合模型的训练第26-27页
    2.4 与GMM相关的声纹确认方法第27-30页
        2.4.1 基于GMM模型的声纹确认方法第27-28页
        2.4.2 基于UBM-GMM模型的声纹确认方法第28-29页
        2.4.3 基于UBM-MAP-GMM模型架构的声纹确认方法第29-30页
        2.4.4 声纹确认方法中判决结果输出第30页
    2.5 声纹识别系统的性能评价第30-32页
    2.6 本章小结第32-33页
第三章 基于EM算法的聚类算法的分析与研究第33-45页
    3.1 UBM模型的训练第33页
    3.2 EM算法对UBM模型参数的估计第33-35页
    3.3 聚类分析概述第35-36页
    3.4 EM算法中的UBM模型初始化问题第36-41页
        3.4.1 K-means算法第36-38页
        3.4.2 K-means算法改进第38-41页
    3.5 实验结果与分析第41-44页
        3.5.1 K-means算法聚类效果仿真实验第42-43页
        3.5.2 不同K-means算法对识别性能影响的实验第43-44页
    3.6 本章小结第44-45页
第四章 对UBM-MAP-GMM模型的分析与研究第45-62页
    4.1 引言第45-46页
    4.2 UBM-MAP-GMM模型的MAP算法及似然比计算第46-50页
        4.2.1 基于UBM的目标说话人模型的MAP算法第47-49页
        4.2.2 GMM-UBM模型的似然比第49-50页
    4.3 基于UBM模型的声纹识别方法的研究现状第50-51页
    4.4 对UBM-MAP-GMM模型的分析与改进第51-57页
        4.4.1 对UBM-MAP-GMM模型中高斯分量对似然得分的分析第51-53页
        4.4.2 低得分高斯分量对目标说话人GMM的影响第53-54页
        4.4.3 UBM-CM-MAP-GMM模型的声纹确认方法第54-57页
            4.4.3.1 对UBM-CM-MAP-GMM模型介绍第54-55页
            4.4.3.2 UBM-CM-MAP-GMM模型的声纹确认方法的GMM训练第55-56页
            4.4.3.3 UBM-CM-MAP-GMM模型的声纹确认方法的语音测试第56-57页
    4.5 实验结果与分析第57-61页
        4.5.1 实验简介第57-59页
        4.5.2 对UBM-CM-MAP-GMM模型中GMM混合度的分析第59-61页
    4.6 本章小结第61-62页
第五章 短语音声纹确认方法的实验分析第62-74页
    5.1 开发环境第62-63页
        5.1.1 硬件环境第63页
        5.1.2 软件环境第63页
    5.2 实验数据第63页
    5.3 软件功能介绍第63-68页
        5.3.1 特征提取模块第65页
        5.3.2 训练模块第65-67页
        5.3.3 识别模块第67-68页
    5.4 实验结果与分析第68-73页
        5.4.1 在UBM-MAP-GMM模型中混合度对识别性能的影响第68-69页
        5.4.2 改进算法的短语音声纹确认方法的性能分析第69-70页
        5.4.3 测试语音时长对识别结果的影响第70-71页
        5.4.4 声纹特征对识别性能的影响第71-73页
    5.5 本章小结第73-74页
第六章 总结与展望第74-76页
    6.1 总结第74-75页
    6.2 不足与展望第75-76页
致谢第76-77页
参考文献第77-81页

论文共81页,点击 下载论文
上一篇:基于欧洲标准的车联网协议栈的设计与实现
下一篇:跨平台遥感影像处理系统的设计与实现