首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

基于互信息理论的说话人识别研究

第一章 绪论第1-24页
   ·说话人识别基本概念第13-16页
     ·面向闭集和开集的说话人辨认第14页
     ·基于文本和文本无关的说话人识别第14-15页
     ·说话人识别的其它方式第15-16页
   ·说话人识别技术的应用第16-18页
   ·说话人识别技术的特点第18页
   ·说话人识别技术的难点第18-21页
     ·说话人本身的变化因素第19页
     ·声音掩饰与仿冒第19-20页
     ·技术因素第20-21页
   ·本文研究工作的意义、基本思路与主要内容第21-24页
     ·研究意义第21页
     ·国内外研究现状第21-22页
     ·研究思路第22-23页
     ·主要研究工作与创新第23-24页
第二章 自动说话人识别原理与分析第24-36页
   ·特征提取第25-29页
     ·线性预测系数LPC第26-27页
     ·线性预测倒谱系数LPCC第27-28页
     ·Mel频率尺度倒谱系数MFCC第28-29页
   ·说话人模型与匹配第29-34页
     ·基于VQ的码本模型CBM第29-32页
     ·基于GMM的说话人识别第32-33页
     ·其它的说话人模型第33-34页
   ·决策与判决第34-36页
第三章 语音信号处理与互信息理论基础第36-54页
   ·语音的声学感知特性分析第36-43页
     ·语谱图分析第37-38页
     ·韵律特征分析第38-39页
     ·感知特性分析第39-41页
     ·说话人个性特征分析第41-43页
   ·傅立叶频谱分析第43-45页
   ·语音信号短时频谱分析第45-50页
     ·短时窗的功能第45-48页
     ·短时帧长度与移动步长第48页
     ·语音信号的预增强第48-50页
   ·小波变换分析第50-52页
   ·互信息理论基础第52-54页
第四章 语音信号互信息的计算第54-72页
   ·语音信号互信息的计算分析第55-57页
   ·互信息估计的线性映射匹配算法LPM第57-58页
   ·互信息估计的非线性搜索匹配算法NLM第58-60页
   ·互信息测度的聚类特性分析第60-68页
     ·类内凝聚度分析第61-63页
     ·类间耦合度分析第63-65页
     ·类内类间平均距离比分析第65-66页
     ·类间重叠分析第66-68页
   ·基于互信息匹配的语音识别第68-70页
     ·数字语音识别实验第68-69页
     ·语音识别济览器VoiceIE第69-70页
     ·连续语音识别实验第70页
   ·结论第70-72页
第五章 互信息应用在基于文本的说话人识别第72-83页
   ·互信息匹配识别原理第73-76页
     ·多模板说话人模型MTM第73-75页
     ·基于模式的非线性搜索互信息匹配与识别判决第75-76页
   ·其它匹配识别方法第76-77页
     ·DTW区配识别方法第76-77页
     ·GMM区配识别方法第77页
   ·实验分析第77-81页
     ·识别性能分析第78-80页
     ·识别性能与特征参数的关系第80-81页
     ·运算效率分析第81页
   ·结论第81-83页
第六章 互信息应用在文本无关的说话人识别第83-95页
   ·说话人的全特征矢量集模型第83-84页
   ·多级最小最大搜索匹配算法与判决准则第84-88页
     ·基于互信息评估的文本无关说话人识别原理第85页
     ·多级最小最大搜索匹配算法MMS第85-87页
     ·最大互信息判决MMI第87-88页
   ·实验分析与比较第88-93页
     ·实验数据、环境与条件第88-89页
     ·全特征矢量集大小分析第89-91页
     ·CFC-MMS的识别性能分析第91-92页
     ·CFC-MMS与GMM的识别性能比较第92-93页
   ·结论第93-95页
第七章 总结、讨论与展望第95-101页
   ·互信息理论的说话人识别应用第95-97页
   ·特征参数的有效性分析第97-98页
   ·说话人特征子空间分离第98-99页
   ·说话人模型的自适应第99-101页
参考文献第101-108页
攻读博士学位期间公开发表和已录用的论文第108-109页
致谢第109-111页

论文共111页,点击 下载论文
上一篇:公司法人财产权研究
下一篇:甲醇直接脱氢制备无水甲醛的负载银催化剂及其反应机理的研究