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--语音识别与设备论文

GSV-SVM语种识别系统鲁棒处理技术研究

目录第4-7页
表目录第7-8页
图目录第8-9页
摘要第9-10页
ABSTRACT第10页
第一章 绪论第11-19页
    1.1 课题的研究背景第11-12页
    1.2 语种识别技术第12-14页
        1.2.1 语种识别基本原理第12页
        1.2.2 语种识别所需信息第12-13页
        1.2.3 语种识别的主要方法第13-14页
    1.3 统计模型语种识别系统的发展现状第14-17页
        1.3.1 特征分析第14-15页
        1.3.2 分类模型第15页
        1.3.3 鲁棒性方法第15-17页
    1.4 论文主要内容与结构安排第17-19页
第二章 GSV-SVM 语种识别关键技术及系统实现第19-33页
    2.1 特征参数第19-23页
        2.1.1 MFCC 参数第19-20页
        2.1.2 移位差分倒谱参数第20-21页
        2.1.3 特征鲁棒性方法第21-23页
    2.2 GMM-UBM 语种识别系统第23-26页
        2.2.1 UBM 生成第23-25页
        2.2.2 语种模型自适应算法第25-26页
    2.3 GSV-SVM 语种识别第26-30页
        2.3.1 GSV-SVM 语种识别系统第26页
        2.3.2 生成超矢量第26-27页
        2.3.3 核函数的选取第27-29页
        2.3.4 支持向量机第29-30页
    2.4 实验结果与性能分析第30-31页
        2.4.1 语料库第30页
        2.4.2 特征参数及系统描述第30页
        2.4.3 实验结果及其分析第30-31页
    2.5 小结第31-33页
第三章 联合因子分析的简化模型算法研究第33-43页
    3.1 联合因子分析技术第33-37页
        3.1.1 因子分析引入第33-34页
        3.1.2 本征音估计第34-35页
        3.1.3 本征信道估计第35页
        3.1.4 联合因子分析第35-37页
    3.2 语种识别中的简化联合因子分析算法第37-40页
        3.2.1 语种识别中的联合因子分析算法第37-38页
        3.2.2 简化联合因子分析算法第38-39页
        3.2.3 噪声空间U 估计算法第39-40页
        3.2.4 语种均值超矢量的估计第40页
    3.3 实验结果与性能分析第40-42页
        3.3.1 实验语料及系统设置第40-41页
        3.3.2 实验结果及其分析第41-42页
    3.4 小结第42-43页
第四章 语音长度自适应的语种超矢量估计算法第43-51页
    4.1 语音长度自适应的语种模型估计第43-45页
        4.1.1 最大后验概率准则自适应算法中语音长度影响分析第43-44页
        4.1.2 自适应相关系数第44-45页
    4.2 联合因子分析模型下语音长度自适应算法第45-49页
        4.2.1 语音长度自适应算法处理流程第46页
        4.2.2 语种信息载荷空间 D 估计算法第46-47页
        4.2.3 噪声空间估计U 估计算法第47-48页
        4.2.4 语音长度自适应的语种超矢量估计第48-49页
    4.3 实验结果与性能分析第49-50页
        4.3.1 实验语料及系统设置第49页
        4.3.2 实验结果及其分析第49-50页
    4.4 小结第50-51页
第五章 基于干扰属性映射得分规整的因子分析改进算法第51-60页
    5.1 基于 i-vector 与干扰属性映射的语种识别第51-55页
        5.1.1 i-vector 因子分析系统处理流程第51-52页
        5.1.2 基于 i-vector 的因子分析模型第52-53页
        5.1.3 干扰属性映射第53-55页
    5.2 融合干扰属性映射得分规整的 i-vector 语种识别第55-57页
        5.2.1 GSV 得分规整第55-56页
        5.2.2 融合 NAP 的 i-vector 得分规整算法第56-57页
    5.3 实验第57-59页
        5.3.1 实验语料及系统设置第57页
        5.3.2 实验结果及其分析第57-59页
    5.4 小结第59-60页
结束语第60-62页
参考文献第62-67页
作者简历 攻读硕士学位期间完成的主要工作第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:锥束CT超视野成像关键技术研究
下一篇:基于Overlay模型的认知无线电频谱分配技术研究