说话人性别识别和年龄估计的系统研制
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究意义 | 第11页 |
| 1.2 研究现状及难点 | 第11-13页 |
| 1.3 本论文研究内容及结构安排 | 第13-16页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 结构安排 | 第14-16页 |
| 第二章 系统原理及相关技术分析 | 第16-29页 |
| 2.1 说话人识别原理 | 第16-17页 |
| 2.2 语音信号的预处理 | 第17-19页 |
| 2.2.1 预加重 | 第17页 |
| 2.2.2 分帧和加窗 | 第17-18页 |
| 2.2.3 语音信号的端点检测 | 第18-19页 |
| 2.3 语音信号的特征参数提取 | 第19-25页 |
| 2.3.1 时域特征参数 | 第19-21页 |
| 2.3.2 梅尔频率倒谱参数 | 第21-24页 |
| 2.3.3 与说话人性别和年龄相关的其他参数 | 第24-25页 |
| 2.4 GMM模型 | 第25-28页 |
| 2.4.1 GMM模型原理和定义 | 第25-26页 |
| 2.4.2 GMM模型的参数估计 | 第26-28页 |
| 2.4.3 GMM模型的识别 | 第28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 最优特征参数选择实验 | 第29-38页 |
| 3.1 前期处理 | 第29-30页 |
| 3.2 混合特征提取 | 第30-33页 |
| 3.2.1 选取的理论依据 | 第31页 |
| 3.2.2 相关原理和实现方法 | 第31-33页 |
| 3.3 基于GMM的模型训练和识别 | 第33-35页 |
| 3.4 实验与结果分析 | 第35-37页 |
| 3.4.1 实验的软硬件环境和数据 | 第35页 |
| 3.4.2 识别性能实验与结果分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 系统设计与实现 | 第38-47页 |
| 4.1 系统功能要求 | 第38页 |
| 4.2 系统构建思路 | 第38-40页 |
| 4.3 系统模块设计与实现 | 第40-46页 |
| 4.3.1 语音文件输入 | 第40-41页 |
| 4.3.2 端点检测 | 第41-42页 |
| 4.3.3 特征提取 | 第42-44页 |
| 4.3.4 GMM模型训练 | 第44-45页 |
| 4.3.5 识别方式选择 | 第45页 |
| 4.3.6 GMM模型识别 | 第45-46页 |
| 4.3.7 识别结果显示 | 第46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 系统测试与结果分析 | 第47-64页 |
| 5.1 实验的软硬件平台 | 第47页 |
| 5.2 数据库的建立 | 第47-49页 |
| 5.3 系统使用说明 | 第49-54页 |
| 5.4 影响系统识别率因素实验 | 第54-58页 |
| 5.4.1 不同样本时长识别率实验 | 第54-56页 |
| 5.4.2 不同样本帧长识别率实验 | 第56-57页 |
| 5.4.3 不同样本来源识别率实验 | 第57页 |
| 5.4.4 不同高斯混合阶数识别率实验 | 第57-58页 |
| 5.5 系统功能测试及性能分析 | 第58-63页 |
| 5.5.1 在线功能测试实验 | 第58-60页 |
| 5.5.2 离线功能测试实验 | 第60-62页 |
| 5.5.3 性能分析 | 第62-63页 |
| 5.6 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
