Android平台声纹解锁系统的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文背景和意义 | 第10-11页 |
| 1.1.1 论文背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 国外研究现状 | 第11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 声纹识别基本知识 | 第12-14页 |
| 1.3.1 声纹识别分类 | 第13页 |
| 1.3.2 声纹识别系统结构 | 第13-14页 |
| 1.4 手机平台声纹解锁研究难点 | 第14-15页 |
| 1.5 研究工作及论文组织结构 | 第15-16页 |
| 第2章 声纹识别方案分析与设计 | 第16-32页 |
| 2.1 语音信号预处理及语料库 | 第16-19页 |
| 2.1.1 预处理 | 第16-19页 |
| 2.1.2 语料库 | 第19页 |
| 2.2 特征提取技术 | 第19-25页 |
| 2.2.1 LPCC特征参数提取 | 第19-22页 |
| 2.2.2 MFCC特征参数提取 | 第22-24页 |
| 2.2.3 实验分析及结果 | 第24-25页 |
| 2.3 声纹识别分类算法 | 第25-31页 |
| 2.3.1 动态时间规整 | 第25-27页 |
| 2.3.2 矢量量化]35[ | 第27-29页 |
| 2.3.3 实验分析及结果 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 声纹解锁语音去噪技术 | 第32-49页 |
| 3.1 带噪语音及预处理 | 第32-36页 |
| 3.1.1 纯净语音和带噪语音 | 第32-33页 |
| 3.1.2 带噪语音的预处理 | 第33-36页 |
| 3.2 带噪语音降噪算法 | 第36-45页 |
| 3.2.1 谱减法降噪原理]41[ | 第36-37页 |
| 3.2.2 LMS自适应滤波器降噪]42[ | 第37-42页 |
| 3.2.3 维纳滤波法降噪 | 第42-45页 |
| 3.3 降噪算法实验及分析 | 第45-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 声纹解锁语音的端点检测 | 第49-58页 |
| 4.1 传统端点检测方法 | 第49-53页 |
| 4.1.1 短时能量 | 第49页 |
| 4.1.2 短时过零率 | 第49-50页 |
| 4.1.3 双门限法 | 第50-53页 |
| 4.2 带噪语音的端点检测 | 第53-57页 |
| 4.2.1 频带方差端点检测 | 第53-55页 |
| 4.2.2 改进频带方差法的端点检测 | 第55-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 声纹解锁系统的设计与实现 | 第58-66页 |
| 5.1 声纹解锁系统[47]的设计 | 第58-59页 |
| 5.2 声纹解锁系统的实现 | 第59-66页 |
| 5.2.1 安卓应用开发 | 第59-62页 |
| 5.2.2 声纹解锁的实现 | 第62-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间学术成果 | 第71-72页 |
| 致谢 | 第72页 |
