网络视频语种识别系统的设计与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-15页 |
| 1.1 语种识别概述与研究意义 | 第10-11页 |
| 1.2 国内外研究与发展现状 | 第11-13页 |
| 1.2.1 基于音素识别的方法 | 第11-12页 |
| 1.2.2 基于声学特征的方法 | 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 |
| 2 基于因子分析的语种特征提取 | 第15-29页 |
| 2.1 语音信号的预处理 | 第15-21页 |
| 2.1.1 语音端点检测 | 第16-17页 |
| 2.1.2 提取声学特征 | 第17-21页 |
| 2.2 基于GMM-UBM的语种建模 | 第21-24页 |
| 2.2.1 构建通用背景模型 | 第21-22页 |
| 2.2.2 获取高斯混合超向量 | 第22-24页 |
| 2.3 因子分析方法提取语种特征 | 第24-28页 |
| 2.3.1 估计全差异空间矩阵 | 第24-25页 |
| 2.3.2 因子分析 | 第25-26页 |
| 2.3.3 信道补偿 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于支持向量机的语种识别 | 第29-37页 |
| 3.1 支持向量机概述 | 第29-33页 |
| 3.1.1 支持向量与分类超平面 | 第29-31页 |
| 3.1.2 核函数 | 第31-32页 |
| 3.1.3 软间隔 | 第32-33页 |
| 3.2 训练语种识别模型 | 第33-35页 |
| 3.2.1 参数选择问题 | 第33-34页 |
| 3.2.2 多类分类问题 | 第34-35页 |
| 3.3 语种概率估计 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 语种识别系统的设计与实现 | 第37-53页 |
| 4.1 语种识别主流程分析 | 第37页 |
| 4.2 语种识别系统的系统框架 | 第37-39页 |
| 4.3 语种识别系统的详细设计与实现 | 第39-52页 |
| 4.3.1 基础算法库 | 第40-41页 |
| 4.3.2 预处理模块 | 第41-45页 |
| 4.3.3 语种特征提取模块 | 第45-49页 |
| 4.3.4 语种识别模块 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 语种识别系统的测试与应用 | 第53-62页 |
| 5.1 系统测试实验 | 第53-56页 |
| 5.1.1 数据集介绍 | 第53-54页 |
| 5.1.2 实验设计 | 第54页 |
| 5.1.3 实验结果与分析 | 第54-56页 |
| 5.2 在网络暴恐视频检测中的应用 | 第56-61页 |
| 5.2.1 背景介绍 | 第56-57页 |
| 5.2.2 选取语种识别目标 | 第57-58页 |
| 5.2.3 集成语种识别模块 | 第58-59页 |
| 5.2.4 系统测试 | 第59-61页 |
| 5.3 本章小结 | 第61-62页 |
| 6 结论 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 不足与展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
