摘要 | 第5-6页 |
Abstract | 第6页 |
目录 | 第7-9页 |
第一章 绪论 | 第9-15页 |
1.1 课题研究背景及意义 | 第9-11页 |
1.2 研究现状 | 第11-14页 |
1.3 本文完成的工作 | 第14-15页 |
第二章 语音信号的特征参数 | 第15-29页 |
2.1 基音周期(F0) | 第15-17页 |
2.1.1 基音检测的难点 | 第16页 |
2.1.2 基音周期的提取方法 | 第16-17页 |
2.2 线性预测倒谱系数(LPCC) | 第17-23页 |
2.2.1 线性预测倒谱系数信号模型 | 第17-19页 |
2.2.2 线性预测倒谱系数的提取 | 第19-23页 |
2.3 梅尔倒谱系数(MFCC) | 第23-25页 |
2.3.1 梅尔倒谱系数(MFCC)模型 | 第23-24页 |
2.3.2 梅尔倒谱系数(MFCC)的提取 | 第24-25页 |
2.4 与说话人性别年龄相关的其他特征参数 | 第25-26页 |
2.5 多特征融合 | 第26-28页 |
2.5.1 Fisher 准则 | 第26-28页 |
2.5.2 特征参数选取的 Fisher 准则 | 第28页 |
2.6 本章小结 | 第28-29页 |
第三章 高斯混合模型 | 第29-35页 |
3.1 GMM 模型的特点 | 第29-30页 |
3.2 GMM 模型简介 | 第30页 |
3.3 GMM 模型的参数估计(EM) | 第30-33页 |
3.4 GMM 模型的应用 | 第33-34页 |
3.4.1 N 选 1 问题 | 第33页 |
3.4.2 Yes/No 问题 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
第四章 说话人性别识别 | 第35-42页 |
4.1 不同特征对性别的区分性 | 第35-37页 |
4.1.1 基频 | 第35-37页 |
4.1.2 共振峰 | 第37页 |
4.1.3 MFCC | 第37页 |
4.2 基于 MFCC 和 GMM 的性别识别的实现 | 第37-40页 |
4.2.1 数据准备 | 第37-38页 |
4.2.2 端点检测 | 第38页 |
4.2.3 提取 MFCC 特征 | 第38-39页 |
4.2.4 GMM 训练 | 第39页 |
4.2.5 GMM 识别 | 第39-40页 |
4.3 基于基音频率的性别识别 | 第40-41页 |
4.3.1 语音数据的读取 | 第40页 |
4.3.2 基频的统计 | 第40-41页 |
4.3.3 进行判决 | 第41页 |
4.4 本章小结 | 第41-42页 |
第五章 说话人年龄估计 | 第42-47页 |
5.1 相关特征参数对年龄的区分性 | 第42-44页 |
5.1.1 基频(F0) | 第43页 |
5.1.2 颤音和闪烁音 | 第43页 |
5.1.3 语速 | 第43-44页 |
5.1.4 停顿次数 | 第44页 |
5.1.5 MFCC 和 LPCC | 第44页 |
5.2 说话人年龄估计的实现 | 第44-46页 |
5.2.1 MFCC 和 LPCC 的融合 | 第45-46页 |
5.2.2 GMM 模型的训练和测试 | 第46页 |
5.3 本章小结 | 第46-47页 |
第六章 实验结果和结论 | 第47-55页 |
6.1 实验条件 | 第47-48页 |
6.1.1 实验平台 | 第47页 |
6.1.2 实验用数据库 | 第47-48页 |
6.2 说话人性别识别实验 | 第48-51页 |
6.2.1 样本时长对性别识别的影响 | 第49页 |
6.2.2 加入 MFCC 的动态特征对性别识别的影响 | 第49-50页 |
6.2.3 MFCC 阶数对性别识别的影响 | 第50页 |
6.2.4 高斯混合数对性别识别率的影响 | 第50-51页 |
6.3 说话人年龄估计 | 第51-53页 |
6.3.1 特征融合对说话人年龄估计的影响 | 第51页 |
6.3.2 参数阶数对说话人年龄估计的影响 | 第51-52页 |
6.3.3 高斯混合数对说话人年龄估计的影响 | 第52-53页 |
6.4 与样本相关的影响识别率因素 | 第53-54页 |
6.4.1 噪音对说话人性别识别与年龄估计的影响 | 第53页 |
6.4.2 主观估计对说话人性别识别与年龄估计的影响 | 第53-54页 |
6.5 本章小结 | 第54-55页 |
第七章 总结与展望 | 第55-56页 |
参考文献 | 第56-58页 |
攻读博士/硕士学位期间取得的研究成果 | 第58-59页 |
致谢 | 第59-60页 |
附件 | 第60页 |