语者识别鲁棒性技术的研究
摘要 | 第4-6页 |
ABSTRACT | 第6-9页 |
第一章 绪论 | 第12-26页 |
1.1 研究的背景和意义 | 第12-14页 |
1.2 语者识别概述 | 第14-17页 |
1.2.1 语者识别的分类 | 第14-15页 |
1.2.2 语者识别的性能评价 | 第15-17页 |
1.3 语者识别的发展过程 | 第17-19页 |
1.4 鲁棒性技术的研究现状和分析 | 第19-23页 |
1.4.1 国内外研究现状 | 第19-22页 |
1.4.2 研究现状的分析 | 第22-23页 |
1.5 论文的主要工作及组织结构 | 第23-26页 |
1.5.1 论文的主要工作 | 第23-24页 |
1.5.2 论文的组织结构 | 第24-26页 |
第二章 语者识别相关技术 | 第26-42页 |
2.1 引言 | 第26页 |
2.2 语者识别的特征提取技术 | 第26-34页 |
2.2.1 特征提取 | 第26-31页 |
2.2.2 特征评估准则 | 第31-34页 |
2.3 语者识别的建模与分类技术 | 第34-41页 |
2.3.1 支持向量机 | 第34-36页 |
2.3.2 高斯混合模型 | 第36-37页 |
2.3.3 I-vector空间 | 第37-40页 |
2.3.3.1 I-vector提取 | 第37-39页 |
2.3.3.2 I-vector空间的分类器 | 第39-40页 |
2.3.4 人工神经网络 | 第40-41页 |
2.4 本章小结 | 第41-42页 |
第三章 基于子带的特征重构方法对环境失配的补偿 | 第42-66页 |
3.1 引言 | 第42-43页 |
3.2 缺失数据技术的研究与分析 | 第43-52页 |
3.2.1 缺失数据技术概述 | 第43-49页 |
3.2.2 缺失数据技术的分析 | 第49-52页 |
3.3 基于子带的特征重构方法的研究 | 第52-53页 |
3.3.1 算法描述 | 第52-53页 |
3.3.2 算法流程图 | 第53页 |
3.4 实验结果与分析 | 第53-63页 |
3.4.1 实验设置参数描述 | 第53-54页 |
3.4.2 实验结果与分析 | 第54-63页 |
3.5 本章小结 | 第63-66页 |
第四章 基于序位的特征规整方法对环境失配的补偿 | 第66-88页 |
4.1 引言 | 第66-67页 |
4.2 特征弯折技术的研究与分析 | 第67-71页 |
4.2.1 特征弯折技术概述 | 第67-68页 |
4.2.2 特征弯折技术的分析 | 第68-71页 |
4.3 基于序位特征的特征增强方法的研究 | 第71-76页 |
4.3.1 常见插值方法的性能比较 | 第71-74页 |
4.3.2 相关性分析 | 第74-75页 |
4.3.3 异常数据对相关性的影响 | 第75-76页 |
4.4 基于序位的特征规整方法 | 第76-79页 |
4.4.1 掩膜估计 | 第76-77页 |
4.4.2 基于序位相关性的序位估计 | 第77-78页 |
4.4.3 算法及流程图 | 第78-79页 |
4.5 实验结果与分析 | 第79-86页 |
4.5.1 实验系统及设置参数描述 | 第79-81页 |
4.5.2 实验结果与分析 | 第81-86页 |
4.6 本章小结 | 第86-88页 |
第五章 基于模型自适应的方法对编码失配的补偿 | 第88-116页 |
5.1 引言 | 第88-89页 |
5.2 语音编解码造成的特征失真及失真模型 | 第89-94页 |
5.2.1 语音编解码造成的特征失真 | 第89-92页 |
5.2.2 编解码失真模型 | 第92-94页 |
5.3 基于模型失真的补偿方法 | 第94-105页 |
5.3.1 特征失真引起的通用背景模型的改变 | 第94-95页 |
5.3.2 编解码失真模型估计 | 第95-98页 |
5.3.3 算法描述及流程图 | 第98-99页 |
5.3.4 实验结果与分析 | 第99-105页 |
5.4 基于结合模型的补偿方法 | 第105-115页 |
5.4.1 未编码语音特征和编解码失真的结合模型 | 第105-109页 |
5.4.2 调整模型参数 | 第109-111页 |
5.4.3 算法描述及流程图 | 第111-112页 |
5.4.4 实验结果与分析 | 第112-115页 |
5.5 本章小结 | 第115-116页 |
第六章 总结与展望 | 第116-120页 |
6.1 总结 | 第116-117页 |
6.2 展望 | 第117-120页 |
参考文献 | 第120-134页 |
致谢 | 第134-135页 |
攻读博士学位期间的主要研究成果 | 第135页 |