说话人识别中的信道补偿
| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-24页 |
| ·背景 | 第12-13页 |
| ·说话人识别概述 | 第13页 |
| ·说话人识别的应用 | 第13-15页 |
| ·说话人识别的研究进展 | 第15-16页 |
| ·影响系统性能的因素 | 第16-18页 |
| ·数据库 | 第18-21页 |
| ·NIST SRE数据库综述 | 第18页 |
| ·主要数据库介绍 | 第18-20页 |
| ·NIST 2004，2005，2006 SRE | 第20页 |
| ·NIST 2008 SRE | 第20-21页 |
| ·系统性能评价指标 | 第21-23页 |
| ·本文内容安排 | 第23-24页 |
| 第2章 基于混合高斯模型的说话人识别 | 第24-42页 |
| ·系统框架 | 第24-25页 |
| ·特征提取 | 第25-29页 |
| ·特征参数概述 | 第25-26页 |
| ·MFCC | 第26-28页 |
| ·前段特征处理 | 第28-29页 |
| ·UBM训练 | 第29-35页 |
| ·LBG算法 | 第30-32页 |
| ·EM算法 | 第32-35页 |
| ·MAP注册 | 第35-37页 |
| ·测试 | 第37页 |
| ·得分规整 | 第37-41页 |
| ·ZNORM | 第39页 |
| ·TNORM | 第39页 |
| ·HNORM | 第39-40页 |
| ·ZTNORM | 第40页 |
| ·其它 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第3章 复杂电话信道的信道补偿 | 第42-61页 |
| ·复杂电话信道 | 第42-43页 |
| ·说话人识别中的信道补偿 | 第43-47页 |
| ·特征映射 | 第44-45页 |
| ·说话人模型合成 | 第45-46页 |
| ·扰动属性投影 | 第46-47页 |
| ·因子分析 | 第47-56页 |
| ·因子分析基本概念 | 第47-49页 |
| ·因子分析在说话人识别中 | 第49-50页 |
| ·Eigenchannel信道空间训练算法 | 第50-52页 |
| ·Eigenchannel在模型域的应用 | 第52-55页 |
| ·Eigenchannel在特征域的应用 | 第55-56页 |
| ·实验 | 第56-60页 |
| ·测试数据库描述 | 第56页 |
| ·开发集的选择 | 第56页 |
| ·声学特征参数 | 第56页 |
| ·系统描述 | 第56-57页 |
| ·实验结果 | 第57-60页 |
| ·小结 | 第60-61页 |
| 第4章 联合因子分析算法 | 第61-77页 |
| ·概述 | 第61-62页 |
| ·联合因子分析模型 | 第62-65页 |
| ·Classical MAP | 第64页 |
| ·Eigenvoice MAP | 第64-65页 |
| ·Eigenchannel MAP | 第65页 |
| ·说话人无关模型训练 | 第65-71页 |
| ·原有算法的缺陷和改进 | 第67-68页 |
| ·Eigenvoice Modeling | 第68-69页 |
| ·Daigonal Modeling | 第69-70页 |
| ·Eigenchannel Modeling | 第70页 |
| ·总流程 | 第70-71页 |
| ·注册和测试 | 第71-72页 |
| ·实验 | 第72-76页 |
| ·测试数据库描述 | 第72-73页 |
| ·开发集的选择 | 第73页 |
| ·系统描述 | 第73-74页 |
| ·实验结果 | 第74-76页 |
| ·小结 | 第76-77页 |
| 第5章 结束语 | 第77-79页 |
| ·本论文工作总结 | 第77-78页 |
| ·进一步研究工作 | 第78-79页 |
| 插图索引 | 第79-80页 |
| 表格索引 | 第80-81页 |
| 参考文献 | 第81-84页 |
| 在读期间发表的学术论文和研究经历 | 第84-86页 |
| 致谢 | 第86页 |
