与文本无关的开集说话人识别技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11-13页 |
| ·说话人识别介绍 | 第11页 |
| ·说话人识别的优势与应用前景 | 第11-12页 |
| ·说话人识别的研究意义 | 第12-13页 |
| ·说话人识别的研究与发展现状 | 第13页 |
| ·本文主要工作与论文结构 | 第13-15页 |
| 第2章 说话人识别技术基础 | 第15-20页 |
| ·说话人识别系统的结构与原理 | 第15-16页 |
| ·说话人识别模型 | 第16-18页 |
| ·模板模型匹配 | 第16-17页 |
| ·概率模型匹配 | 第17页 |
| ·人工神经网络 | 第17页 |
| ·支持向量机 | 第17-18页 |
| ·融合方法 | 第18页 |
| ·识别性能的评价标准 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 语音信号的预处理与端点检测 | 第20-30页 |
| ·语音信号的数字化与预处理 | 第20-22页 |
| ·语音信号的数字化 | 第20页 |
| ·预加重 | 第20-21页 |
| ·语音信号的分帧和加窗 | 第21-22页 |
| ·语音端点检测 | 第22-29页 |
| ·语音端点检测的目的 | 第22页 |
| ·语音端点检测算法 | 第22-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 说话人特征参数提取 | 第30-39页 |
| ·特征参数提取意义和原则 | 第30页 |
| ·特征参数提取 | 第30-33页 |
| ·美尔倒谱系数MFCC | 第30-33页 |
| ·动态MFCC | 第33页 |
| ·基于主成分分析的说话人特征变换 | 第33-38页 |
| ·特征参数的缺点 | 第33-34页 |
| ·PCA对特征参数去相关、降维的推导 | 第34-36页 |
| ·主成分分析转换步骤 | 第36-37页 |
| ·维数的选择 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 聚类量化的开集说话人识别系统 | 第39-63页 |
| ·基于矢量量化的开集说话人辨认 | 第39-46页 |
| ·矢量量化的基本原理 | 第39-40页 |
| ·失真测度 | 第40-41页 |
| ·最佳码本设计 | 第41-43页 |
| ·基于VQ的说话人辨认 | 第43-44页 |
| ·局部PCA特征转换与VQ结合的说话人辨认 | 第44-46页 |
| ·基于模糊矢量量化的开集说话人辨认 | 第46-52页 |
| ·矢量量化的局限性 | 第46页 |
| ·FCM对新特征参数聚类的算法推导 | 第46-49页 |
| ·FCM对新特征参数聚类的算法步骤 | 第49-50页 |
| ·基于FVQ的说话人辨认 | 第50页 |
| ·局部PCA特征转换与FVQ结合的说话人辨认 | 第50-52页 |
| ·开集说话人阈值确认 | 第52-56页 |
| ·经典阈值 | 第52-53页 |
| ·动态阈值 | 第53页 |
| ·RS(Robust-Threshold)阈值 | 第53-56页 |
| ·聚类量化的开集说话人识别 | 第56-58页 |
| ·实验仿真 | 第58-62页 |
| ·聚类量化的开集说话人辨认系统的仿真实验 | 第58-60页 |
| ·聚类量化的开集说话人识别系统的仿真实验 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第70页 |
