噪声环境下说话人识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-21页 |
| ·论文研究背景 | 第11-12页 |
| ·说话人识别的应用领域 | 第12-13页 |
| ·说话人识别技术 | 第13-17页 |
| ·说话人识别的基本概念 | 第13-14页 |
| ·说话人识别系统结构 | 第14-15页 |
| ·说话人识别的关键技术 | 第15-16页 |
| ·说话人识别系统性能 | 第16-17页 |
| ·噪声环境中的说话人识别技术 | 第17-20页 |
| ·噪声的分类及影响 | 第17-18页 |
| ·抗噪声处理的基本方法 | 第18-20页 |
| ·本课题的主要研究内容 | 第20-21页 |
| 第2章 特征参数提取 | 第21-34页 |
| ·语音信号处理基础 | 第21-24页 |
| ·语音信号特征 | 第21页 |
| ·时域分析 | 第21-22页 |
| ·频域分析 | 第22页 |
| ·语谱分析 | 第22-23页 |
| ·倒谱分析 | 第23-24页 |
| ·线性预测系数(LPC)和倒谱系数(LPCC) | 第24-26页 |
| ·线性预测系数(LPC) | 第24-25页 |
| ·倒谱系数(LPCC) | 第25-26页 |
| ·MFCC和差分MFCC参数的提取 | 第26-28页 |
| ·MFCC参数的提取 | 第26-27页 |
| ·差分MFCC参数的提取 | 第27-28页 |
| ·GDS参数的提取 | 第28-30页 |
| ·实验 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 基于小波变换GDS参数提取 | 第34-42页 |
| ·小波分析理论简介 | 第34-37页 |
| ·小波和小波变换 | 第34-36页 |
| ·多分辨率分析与Mallat算法 | 第36-37页 |
| ·小波变换GDS参数提取 | 第37-41页 |
| ·实验 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第4章 分类器设计 | 第42-52页 |
| ·分类器设计方法简介 | 第42-47页 |
| ·基于模板匹配模型的方法 | 第42-43页 |
| ·基于概率模型的方法 | 第43-45页 |
| ·基于判决模型的方法 | 第45-46页 |
| ·基于混合模型的方法 | 第46-47页 |
| ·矢量量化的基本原理 | 第47-48页 |
| ·VQ的识别模型 | 第48-50页 |
| ·基于LBG算法的码本形成过程 | 第48-50页 |
| ·基于VQ的说话人识别 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第5章 说话人识别系统的实现 | 第52-60页 |
| ·语音信号的预处理 | 第52-55页 |
| ·预滤波和模数变换 | 第52页 |
| ·预加重 | 第52-53页 |
| ·分帧和加窗 | 第53-54页 |
| ·端点检测 | 第54-55页 |
| ·说话人识别系统实现与研究 | 第55-58页 |
| ·说话人识别系统的实现 | 第55-58页 |
| ·实验数据的分析 | 第58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66页 |
