| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 研究现状 | 第11-12页 |
| 1.2.2 存在的问题 | 第12-13页 |
| 1.3 论文的主要工作 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 语音分离及声纹识别基础理论及分析 | 第15-25页 |
| 2.1 声纹识别理论基础 | 第15-22页 |
| 2.1.1 声纹识别系统 | 第15-16页 |
| 2.1.2 语音预处理 | 第16-20页 |
| 2.1.3 特征参数分类 | 第20-21页 |
| 2.1.4 模式匹配模型 | 第21-22页 |
| 2.2 计算听觉场景分析 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于CASA的语音分离 | 第25-38页 |
| 3.1 语音分离模块结构 | 第25-34页 |
| 3.1.1 听觉外围分析 | 第25-27页 |
| 3.1.2 语音分离特征提取 | 第27-28页 |
| 3.1.3 听觉分段 | 第28-29页 |
| 3.1.4 基音预测与语音重组 | 第29-34页 |
| 3.1.5 语音合成 | 第34页 |
| 3.2 实验与分析 | 第34-36页 |
| 3.3 本章小结 | 第36-38页 |
| 第四章 基于基音周期和MFCC的融合特征参数提取 | 第38-49页 |
| 4.1 基音周期特征提取及分析 | 第38-39页 |
| 4.1.1 基音检测难点 | 第38页 |
| 4.1.2 基音周期提取方法 | 第38-39页 |
| 4.1.3 自相关法提取基音周期 | 第39页 |
| 4.2 MFCC特征提取及分析 | 第39-44页 |
| 4.2.1 MFCC参数原理 | 第40页 |
| 4.2.2 MFCC算法流程 | 第40-44页 |
| 4.3 基于基音周期和MFCC的融合特征参数提取 | 第44-45页 |
| 4.4 实验分析 | 第45-48页 |
| 4.4.1 基音周期实验分析 | 第45-47页 |
| 4.4.2 MFCC实验分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于SGMM的声纹识别 | 第49-64页 |
| 5.1 GMM模型 | 第49-55页 |
| 5.1.1 GMM模型数学描述 | 第49-51页 |
| 5.1.2 GMM模型训练 | 第51-54页 |
| 5.1.3 基于GMM的声纹识别算法 | 第54-55页 |
| 5.2 基于SGMM的语音分离识别模型 | 第55-56页 |
| 5.3 实验及分析 | 第56-63页 |
| 5.3.1 实验条件及参数 | 第56-57页 |
| 5.3.2 不同特征和测试语音时长对GMM识别效率的影响 | 第57-58页 |
| 5.3.3 GMM模型阶数对识别效率的影响分析 | 第58页 |
| 5.3.4 SGMM模型与GMM模型之间的识别效率比较分析 | 第58-62页 |
| 5.3.5 性别对SGMM模型识别率的影响分析 | 第62页 |
| 5.3.6 背景语音长度及强度对SGMM识别率的影响分析 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 基于语音分离的声纹识别系统 | 第64-71页 |
| 6.1 基于语音分离的声纹识别软件系统设计 | 第64-70页 |
| 6.1.1 系统模块图 | 第64-65页 |
| 6.1.2 系统流程图 | 第65-67页 |
| 6.1.3 部分代码及截图 | 第67-70页 |
| 6.2 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 7.1 总结 | 第71页 |
| 7.2 展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻硕期间取得的研究成果 | 第78-79页 |
