基于haar小波包分析的声纹识别系统的研究与实现
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-12页 |
| ·国内、外研究历史及现状 | 第10-11页 |
| ·本文的主要工作 | 第11-12页 |
| 第2章 声纹识别系统设计 | 第12-18页 |
| ·语音信号的产生 | 第12页 |
| ·语音信号的基本参数 | 第12-13页 |
| ·声纹识别系统构成 | 第13-15页 |
| 本章小结 | 第15-18页 |
| 第3章 预处理 | 第18-29页 |
| ·端点检测概述 | 第18-19页 |
| ·端点检测算法实现 | 第19-21页 |
| ·参数选择分析 | 第21-28页 |
| 本章小结 | 第28-29页 |
| 第4章 特征提取核心算法研究 | 第29-45页 |
| ·MFCC 算法 | 第29页 |
| ·MFCC 参数的提取 | 第29-32页 |
| ·MFCC 算法实现 | 第32-33页 |
| ·小波理论 | 第33-37页 |
| ·HAAR 小波 | 第34-35页 |
| ·HAAR 小波变换 | 第35-37页 |
| ·基于小波包多频带分析的 MFCC 算法的改进 | 第37-42页 |
| ·小波包分析理论 | 第37-38页 |
| ·算法改进 | 第38-41页 |
| ·特征提取实现 | 第41-42页 |
| ·算法分析 | 第42-44页 |
| 本章小结 | 第44-45页 |
| 第5章 声纹建模与匹配 | 第45-57页 |
| ·混合高斯模型(GMM) | 第45-46页 |
| ·混合高斯模型参数的确定 | 第46-47页 |
| ·K 聚类算法 | 第46-47页 |
| ·EM 算法 | 第47页 |
| ·计算声纹的混合高斯模型参数 | 第47-50页 |
| ·模型匹配 | 第50页 |
| ·实验仿真 | 第50-56页 |
| 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65页 |
