基于小波变换与GMM的说话人识别研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-9页 |
| 第二章 说话人识别简介 | 第9-13页 |
| §2．1 说话人识别的基本原理 | 第9页 |
| §2．2 说话人识别的分类 | 第9-10页 |
| §2．3 说话人识别技术的发展 | 第10-11页 |
| §2．4 说话人识别的应用前景 | 第11-12页 |
| §2．5 说话人识别的技术难点 | 第12-13页 |
| 第三章 小波分析的基本理论 | 第13-25页 |
| §3．1 小波分析的发展历史 | 第13-14页 |
| §3．2 小波分析与傅氏分析 | 第14-16页 |
| §3．3 多分辨率分析（MRA） | 第16-18页 |
| §3．4 小波变换 | 第18-19页 |
| §3．5 Mallat算法 | 第19-20页 |
| §3．6 小波包分析 | 第20-23页 |
| §3．6．1 小波包的定义和性质 | 第21-22页 |
| §3．6．2 小波包的空间分解 | 第22-23页 |
| §3．7 常用小波函数 | 第23-25页 |
| 第四章 说话人语音特征参数的提取 | 第25-36页 |
| §4．1 语音产生模型 | 第26-28页 |
| §4．1．1 语音的产生过程 | 第26-27页 |
| §4．1．2 语音信号的数字模型 | 第27-28页 |
| §4．2 倒谱特征分析 | 第28-29页 |
| §4．3 语音感知的认识 | 第29-31页 |
| §4．3．1 人耳的构造 | 第29页 |
| §4．3．2 人耳的频率分辨能力 | 第29-30页 |
| §4．3．3 掩蔽效应与频率群 | 第30-31页 |
| §4．4 小波包变换对频带的划分 | 第31-32页 |
| §4．5 小波函数的选取 | 第32页 |
| §4．6 感知频域倒谱分析与Mel倒谱参数 | 第32-34页 |
| §4．7 小波语音特征参数的构思 | 第34-36页 |
| 第五章 高斯混合模型（GMM） | 第36-41页 |
| §5．1 GMM模型描述 | 第36-37页 |
| §5．2 GMM模型参数的最大似然估计 | 第37-38页 |
| §5．3 GMM模型的识别算法 | 第38-39页 |
| §5．4 OGMM模型 | 第39-41页 |
| 第六章 算法的实现及实验结果 | 第41-52页 |
| §6．1 说话人识别系统的性能评价 | 第41-43页 |
| §6．2 小波变换的分帧 | 第43页 |
| §6．3 采集语音的预处理 | 第43-45页 |
| §6．3．1 熵函数的构造 | 第44-45页 |
| §6．3．2 语音端点的检测 | 第45页 |
| §6．4 语音的特征提取 | 第45-46页 |
| §6．5 GMM的初始参数设定 | 第46-48页 |
| §6．6 实验结果及性能分析 | 第48-52页 |
| §6．6．1 特征参数性能实验 | 第48-50页 |
| §6．6．2 OGMM模型性能实验 | 第50-52页 |
| 结束语 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
