基于多分类器的少数民族语种识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·语种识别的原理 | 第9-10页 |
| ·语种识别的主要方法 | 第10-11页 |
| ·论文研究思路 | 第11-12页 |
| ·作者工作 | 第12页 |
| ·论文结构 | 第12-14页 |
| 第2章 语种识别的前端处理 | 第14-23页 |
| ·引言 | 第14页 |
| ·用于语种识别的特征参数 | 第14-19页 |
| ·梅尔频率倒谱特征参数 | 第14-16页 |
| ·移位差分倒谱特征参数 | 第16-17页 |
| ·基音频率F_0 | 第17-19页 |
| ·提高鲁棒性的方法 | 第19-22页 |
| ·声道长度归一化 | 第19-20页 |
| ·RASTA滤波 | 第20-21页 |
| ·高斯化 | 第21页 |
| ·倒谱域减均值(CMS) | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于多分类器及其融合的语种识别 | 第23-34页 |
| ·引言 | 第23页 |
| ·高斯混合模型基本原理 | 第23-24页 |
| ·最大似然估计(MLE)训练 | 第24-25页 |
| ·UBM模型训练 | 第25-26页 |
| ·最大互信息(MMI)估计准则 | 第26-28页 |
| ·参数估计 | 第26-28页 |
| ·相关参数说明 | 第28页 |
| ·支持向量机 | 第28-31页 |
| ·最优分类面 | 第29-30页 |
| ·核函数 | 第30页 |
| ·分类方法 | 第30-31页 |
| ·SVM模型的训练 | 第31页 |
| ·GMM分类器和SVM分类器的融合 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 实验结果与分析 | 第34-42页 |
| ·引言 | 第34页 |
| ·实验数据库 | 第34-36页 |
| ·少数民族语电话语音数据库 | 第34-35页 |
| ·实验数据选择 | 第35-36页 |
| ·基于MMI准则的少数民族语种识别 | 第36-38页 |
| ·实验设计 | 第36-37页 |
| ·实验结果与分析 | 第37-38页 |
| ·多分类器融合实验 | 第38-40页 |
| ·实验设计 | 第38-39页 |
| ·实验结果与分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第5章 总结与展望 | 第42-44页 |
| ·总结 | 第42-43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 在读其间参与项目和已发表论文 | 第47页 |
