文本相关的说话人认证系统
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·文本相关说话人认证概述 | 第10-12页 |
| ·说话人认证研究现状 | 第12页 |
| ·评测方法介绍 | 第12-15页 |
| ·研究工作概述 | 第15-16页 |
| ·论文组织结构 | 第16-17页 |
| 第二章 信道鲁棒的特征提取 | 第17-33页 |
| ·语音端点检测 | 第18页 |
| ·基本声学参数提取 | 第18-20页 |
| ·感知线性预测系数 | 第18-19页 |
| ·相对谱滤波器 | 第19-20页 |
| ·动态特征 | 第20页 |
| ·信道均衡 | 第20-23页 |
| ·倒谱均值归一 | 第20-21页 |
| ·倒谱方差归一 | 第21页 |
| ·特征弯折 | 第21-23页 |
| ·特征选取与特征变换 | 第23-28页 |
| ·l-r选择算法 | 第24-26页 |
| ·基于互相关信息的特征选取 | 第26-27页 |
| ·线性判别分析 | 第27-28页 |
| ·实验结果与分析 | 第28-33页 |
| 第三章 说话人确认技术 | 第33-47页 |
| ·说话人确认的数学基础 | 第33-35页 |
| ·贝叶斯准则与假设检验 | 第33-34页 |
| ·说话人确认框架 | 第34-35页 |
| ·矢量量化 | 第35-36页 |
| ·基于LBG算法的码本设计 | 第35-36页 |
| ·背景码本归一化 | 第36页 |
| ·动态时间弯折 | 第36-40页 |
| ·基于动态时间弯折的说话人确认系统 | 第37-39页 |
| ·背景弯折路径与矢量量化码本归一化 | 第39-40页 |
| ·隐马尔可夫模型 | 第40-41页 |
| ·分段 K均值算法训练 | 第40-41页 |
| ·维特比译码与背景模型 | 第41页 |
| ·基于多层神经网络的系统融合技术 | 第41-45页 |
| ·多层神经网络模型 | 第42-44页 |
| ·AdaBoost集成学习算法 | 第44-45页 |
| ·实验结果与分析 | 第45-47页 |
| 第四章 语义信息验证技术 | 第47-62页 |
| ·系统概述 | 第47-50页 |
| ·语义验证方案 | 第48页 |
| ·说话验证 | 第48-50页 |
| ·置信度检验 | 第50-55页 |
| ·在线垃圾模型 | 第50-51页 |
| ·反词模型 | 第51-53页 |
| ·多层次置信度检验 | 第53-55页 |
| ·得分融合与文本归一化方法 | 第55-58页 |
| ·基于模式分类方法的系统融合 | 第56页 |
| ·零规整 | 第56-57页 |
| ·文本相关阈值归一 | 第57-58页 |
| ·实验结果与分析 | 第58-62页 |
| 第五章 说话人认证系统 | 第62-67页 |
| ·结合说话人确认和语义信息验证的系统框架 | 第62-63页 |
| ·语义内容，声纹信息和安全性的关系 | 第63-65页 |
| ·实验结果与分析 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| ·论文工作总结 | 第67-68页 |
| ·下一步研究展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 作者攻读学位期间发表的学术论文目录 | 第75页 |
