基于FRFT相位谱的说话人识别研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 基于相位谱的说话人识别研究现状 | 第12-13页 |
| 1.2 分数阶傅里叶变换研究现状 | 第13-14页 |
| 1.3 说话人识别存在的问题 | 第14页 |
| 1.4 本论文的研究意义和内容 | 第14-15页 |
| 1.5 本论文的结构安排 | 第15-17页 |
| 第2章 说话人识别系统 | 第17-39页 |
| 2.1 说话人识别系统概述 | 第17-18页 |
| 2.2 语音信号生成的数学模型 | 第18-20页 |
| 2.2.1 激励模型 | 第18页 |
| 2.2.2 声道模型 | 第18-20页 |
| 2.2.3 辐射模型 | 第20页 |
| 2.3 特征提取 | 第20-28页 |
| 2.3.1 预处理 | 第20-21页 |
| 2.3.2 特征提取 | 第21-28页 |
| 2.4 模型训练和匹配 | 第28-37页 |
| 2.4.1 矢量量化 | 第28-29页 |
| 2.4.2 高斯混合模型 | 第29-35页 |
| 2.4.3 支持向量机 | 第35-36页 |
| 2.4.4 其他模型 | 第36-37页 |
| 2.5 语料库介绍 | 第37-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第3章 预处理参数确定和 VAD | 第39-57页 |
| 3.1 语音信号短时化参数的确定 | 第39-46页 |
| 3.1.1 Mel 频率 Delta 相位谱 | 第41页 |
| 3.1.2 最大互信息 | 第41-42页 |
| 3.1.3 实验结果与分析 | 第42-46页 |
| 3.2 语音活动检测 | 第46-52页 |
| 3.2.1 群时延函数 | 第47-48页 |
| 3.2.2 E 指数调整群时延函数 | 第48-51页 |
| 3.2.3 特征提取和 GMM VAD | 第51页 |
| 3.2.4 实验结果及分析 | 第51-52页 |
| 3.3 本章小结 | 第52-57页 |
| 第4章 最优阶 FRFT 的说话人识别 | 第57-69页 |
| 4.1 分数阶傅里叶变换 | 第57-59页 |
| 4.2 短时分数阶傅里叶变换 | 第59-60页 |
| 4.3 最优分数阶说话人识别 | 第60-68页 |
| 4.3.1 语音信号 AM-FM 模型 | 第60-61页 |
| 4.3.2 语音信号局部最优 FRFT 分析 | 第61-65页 |
| 4.3.3 局部最优 FRFT 倒谱特征 | 第65-66页 |
| 4.3.4 实验结果与分析 | 第66-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第5章 广义群时延说话人识别 | 第69-75页 |
| 5.1 广义群时延及其特征提取 | 第69-72页 |
| 5.1.1 广义群时延 | 第69-70页 |
| 5.1.2 分数阶域下的倒谱平滑 | 第70-71页 |
| 5.1.3 改进广义群时延函数 | 第71页 |
| 5.1.4 改进广义群时延特征 | 第71-72页 |
| 5.2 实验 | 第72-73页 |
| 5.3 本章小结 | 第73-75页 |
| 第6章 总结和展望 | 第75-77页 |
| 参考文献 | 第77-83页 |
| 作者简介及在学期间所取得的科研成果 | 第83-85页 |
| 致谢 | 第85页 |
