基于稀疏编码的鲁棒说话人识别
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-19页 |
1.1 说话人识别研究的背景和意义 | 第11-13页 |
1.1.1 说话人识别技术背景知识 | 第11-12页 |
1.1.2 说话人识别技术应用 | 第12-13页 |
1.2 说话人识别发展历史和研究现状 | 第13-15页 |
1.2.1 发展历史 | 第13-14页 |
1.2.2 国内外研究现状 | 第14-15页 |
1.3 研究热点和发展趋势 | 第15-16页 |
1.4 本文研究内容与章节安排 | 第16-17页 |
参考文献 | 第17-19页 |
第2章 说话人识别相关基础知识 | 第19-30页 |
2.1 引言 | 第19页 |
2.2 说话人识别系统 | 第19-27页 |
2.2.1 语音信号特征提取 | 第20-24页 |
2.2.2 说话人识别常用模型 | 第24-27页 |
2.3 性能评测方法 | 第27-29页 |
2.3.1 等错误率 | 第27-28页 |
2.3.2 检测错误权衡曲线 | 第28页 |
2.3.3 最小检测代价函数 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第3章 基于稀疏编码的数据不充分说话人识别 | 第30-45页 |
3.1 引言 | 第30页 |
3.2 稀疏编码研究与基本理论 | 第30-36页 |
3.2.1 字典学习 | 第31-35页 |
3.2.2 稀疏编码 | 第35-36页 |
3.3 基于稀疏编码的说话人识别方法实现 | 第36-39页 |
3.3.1 特征提取 | 第36-37页 |
3.3.2 说话人字典训练 | 第37-38页 |
3.3.3 识别 | 第38-39页 |
3.4 实验结果与分析 | 第39-44页 |
3.4.1 实验设置 | 第39-40页 |
3.4.2 结果和分析 | 第40-44页 |
3.5 本章小结 | 第44-45页 |
第4章 噪声情况下的说话人识别方法 | 第45-59页 |
4.1 引言 | 第45页 |
4.2 基于形态成分分析的说话人识别 | 第45-47页 |
4.2.1 形态成分分析 | 第45-46页 |
4.2.2 基于形态成分分析的说话人识别方法 | 第46-47页 |
4.3 带有背景字典优化功能的说话人识别方法研究 | 第47-50页 |
4.3.1 GMM-UBM目标说话人模型训练 | 第47-48页 |
4.3.2 带有字典优化功能的说话人识别方法 | 第48-50页 |
4.4 测试语音混噪情况下的说话人识别方法研究 | 第50-53页 |
4.4.1 稀疏编码去噪研究 | 第51-52页 |
4.4.2 带有噪声字典的说话人识别方法 | 第52-53页 |
4.5 训练语音混噪情况下的说话人识别方法研究 | 第53-55页 |
4.6 实验与结果分析 | 第55-58页 |
4.6.1 实验语料库 | 第55-56页 |
4.6.2 实验 1 | 第56-57页 |
4.6.3 实验 2 | 第57页 |
4.6.4 实验 3 | 第57-58页 |
4.7 本章小结 | 第58-59页 |
结论 | 第59-60页 |
参考文献 | 第60-65页 |
攻读硕士学位期间所发表的学术论文 | 第65-66页 |
致谢 | 第66页 |