| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 语种识别的概念与原理 | 第8-9页 |
| 1.2 语音信号特征提取及语种识别技术的研究现状 | 第9-10页 |
| 1.2.1 语音信号特征提取的研究现状 | 第9页 |
| 1.2.2 语种识别技术的研究现状 | 第9-10页 |
| 1.3 语种识别的主要方法 | 第10-11页 |
| 1.4 WEKA平台 | 第11页 |
| 1.5 论文研究思路 | 第11页 |
| 1.6 作者工作 | 第11-12页 |
| 1.7 论文结构 | 第12-13页 |
| 第2章 语种识别分类器原理 | 第13-22页 |
| 2.1 决策树 | 第13-15页 |
| 2.1.1 概述 | 第13-14页 |
| 2.1.2 随机森林 | 第14-15页 |
| 2.2 人工神经网络 | 第15-16页 |
| 2.2.1 概述 | 第15页 |
| 2.2.2 径向基神经网络模型 | 第15-16页 |
| 2.3 支持向量机 | 第16-19页 |
| 2.3.1 概述 | 第16页 |
| 2.3.2 分类原理 | 第16-17页 |
| 2.3.3 核函数 | 第17-18页 |
| 2.3.4 SVM模型训练 | 第18-19页 |
| 2.4 贝叶斯网络模型 | 第19-21页 |
| 2.4.1 概述 | 第19-20页 |
| 2.4.2 分类原理 | 第20页 |
| 2.4.3 朴素贝叶斯分类器 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 语音特征参数 | 第22-27页 |
| 3.1 梅尔倒谱系数MFCC | 第22-24页 |
| 3.1.1 概述 | 第22-23页 |
| 3.1.2 语音信号的预加重处理 | 第23页 |
| 3.1.3 语音信号的加窗处理 | 第23-24页 |
| 3.1.4 对加窗后的信号进行傅里叶变换 | 第24页 |
| 3.1.5 经离散余弦变换 | 第24页 |
| 3.2 滑动差分倒谱特征参数 | 第24-25页 |
| 3.3 基音频率 | 第25-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第4章 实验结果与分析 | 第27-37页 |
| 4.1 引言 | 第27-29页 |
| 4.2 语音数据库介绍 | 第29页 |
| 4.3 实验数据构成 | 第29页 |
| 4.4 选择分类器实验 | 第29-31页 |
| 4.5 采用SVM和SDC的语种识别实验 | 第31-33页 |
| 4.6 采用RF和F0的语种识别实验 | 第33-34页 |
| 4.7 训练样本数对语种识别结果的影响 | 第34-36页 |
| 4.7.1 采用SVM和SDC的语种识别交叉验证实验 | 第34-35页 |
| 4.7.2 采用RF和F0的语种识别交叉验证实验 | 第35-36页 |
| 4.8 其他实验结果及分析 | 第36页 |
| 4.8.1 基于WEKA平台的语音识别系统具有唯一性的研究 | 第36页 |
| 4.8.2 进一步提高RF在交叉验证实验中识别率的研究 | 第36页 |
| 4.9 本章小结 | 第36-37页 |
| 第5章 总结与展望 | 第37-39页 |
| 5.1 总结 | 第37-38页 |
| 5.2 展望 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42页 |
