首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于小波包变换的说话人识别特征参数提取算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-19页
    1.1 研究背景和意义第13-15页
    1.2 国内外研究的现状第15-17页
        1.2.1 国外研究现状第15-17页
        1.2.2 国内研究现状第17页
    1.3 本文主要工作第17-18页
    1.4 本文的组织结构第18-19页
第2章 说话人识别技术的研究第19-38页
    2.1 说话人识别基本介绍第19-24页
        2.1.1 说话人识别的概念第19-21页
        2.1.2 说话人识别的原理第21页
        2.1.3 说话人识别的性能评估第21-24页
    2.2 说话人识别的特征提取第24-33页
        2.2.1 说话人识别的特征提取准则第24页
        2.2.2 常用的特征参数第24-25页
        2.2.3 特征参数的评价方法第25-26页
        2.2.4 语音信号的分析方法第26-28页
        2.2.5 LPCC特征参数提取第28-29页
        2.2.6 MFCC特征参数的提取第29-33页
    2.3 说话人识别模型第33-37页
        2.3.1 说话人识别模型匹配方法第33-34页
        2.3.2 高斯混合模型第34-35页
        2.3.3 最大似然估计第35-36页
        2.3.4 基于GMM的说话人识别系统第36-37页
    2.4 小结第37-38页
第3章 小波分析和小波包变换第38-44页
    3.1 小波分析第38-40页
        3.1.1 小波分析概述第38页
        3.1.2 母小波第38-39页
        3.1.3 连续小波变换第39页
        3.1.4 离散小波变换第39-40页
    3.2 多分辨率分析第40-41页
    3.3 小波包变换第41-43页
    3.4 常用小波函数第43页
    3.5 小结第43-44页
第4章 基于小波包变换的特征提取算法第44-57页
    4.1 MFCC的缺点第44页
    4.2 小波包变换第44-46页
    4.3 改进的特征参数newMFCC提取过程第46-50页
    4.4 频谱重心第50页
    4.5 newMFCC和频谱重心的提取过程第50-51页
    4.6 仿真实验第51-56页
        4.6.1 实验设置第51页
        4.6.2 实验一结果第51-52页
        4.6.3 实验二结果第52-54页
        4.6.4 实验三结果第54-55页
        4.6.5 实验结果分析第55-56页
    4.7 小结第56-57页
第5章 基于Teager能量算子的特征提取算法第57-72页
    5.1 噪音的处理方式第57页
    5.2 小波去噪第57-59页
    5.3 Teager能量算子第59-60页
    5.4 改进的特征参数newMFCC2的提取过程第60-63页
    5.5 仿真实验第63-71页
        5.5.1 实验设置第63页
        5.5.2 实验一结果第63-64页
        5.5.3 实验二结果第64-67页
        5.5.4 实验三结果第67-70页
        5.5.5 实验结果分析第70-71页
    5.6 小结第71-72页
结论第72-74页
参考文献第74-79页
附录 A 攻读学位期间发表的论文第79-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:肉苁蓉与其寄主梭梭核基因水平转移研究
下一篇:数据驱动的局部空间相关性指标--基于非对称和跨区域的视角