| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-19页 |
| 1.1 研究目的和意义 | 第14页 |
| 1.2 说话人跟踪的研究现状 | 第14-17页 |
| 1.2.1 说话人识别与确认的研究现状 | 第15-16页 |
| 1.2.2 说话人定位与跟踪技术的研究现状 | 第16-17页 |
| 1.3 研究内容与主要工作 | 第17-18页 |
| 1.4 本文结构 | 第18-19页 |
| 第2章 特定说话人跟踪的理论基础 | 第19-35页 |
| 2.1 引言 | 第19页 |
| 2.2 说话人声纹特征的提取 | 第19-23页 |
| 2.2.1 说话人识别框架 | 第19-20页 |
| 2.2.2 语音信号的前期处理 | 第20-21页 |
| 2.2.3 特征参数MFCC的提取 | 第21-23页 |
| 2.3 基于GMM-UBM模型的说话人确认 | 第23-29页 |
| 2.3.1 UBM的参数估计 | 第24-26页 |
| 2.3.2 MAP算法 | 第26-28页 |
| 2.3.3 GMM-UBM对数似然比 | 第28-29页 |
| 2.4 Kinect自适应波束形成的声源定位方法 | 第29-34页 |
| 2.4.1 Kinect简介 | 第29-30页 |
| 2.4.2 近场模型 | 第30-31页 |
| 2.4.3 噪声、混响环境下的信号模型 | 第31页 |
| 2.4.4 自适应波束形成(MVDR)算法 | 第31-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 基于Kinect的特定说话人跟踪系统的设计 | 第35-43页 |
| 3.1 引言 | 第35页 |
| 3.2 系统的总体设计与目标 | 第35-39页 |
| 3.2.1 功能需求分析 | 第35-37页 |
| 3.2.2 性能指标 | 第37-39页 |
| 3.3 系统的模块设计 | 第39-42页 |
| 3.3.1 音频采集与处理模块 | 第39-40页 |
| 3.3.2 说话人确认模块 | 第40-41页 |
| 3.3.3 定位跟踪模块 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 系统实现及测试结果分析 | 第43-53页 |
| 4.1 引言 | 第43页 |
| 4.2 基于声纹特征的说话人确认 | 第43-44页 |
| 4.3 说话人的定位和跟踪 | 第44-51页 |
| 4.3.1 单一说话人的定位跟踪 | 第44-48页 |
| 4.3.2 多说话人中特定说话人的定位跟踪 | 第48-50页 |
| 4.3.3 混响、噪声环境下特定说话人的定位跟踪 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文 | 第58-59页 |
| 致谢 | 第59页 |