基于MFCC的声纹识别系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·声纹识别的研究背景与意义 | 第7-8页 |
| ·声纹识别的发展历史与现状 | 第8-9页 |
| ·声纹识别的基本介绍 | 第9-12页 |
| ·声纹识别的基本原理 | 第9-10页 |
| ·声纹识别常用的特征参数 | 第10-11页 |
| ·声纹识别常用的建模方法 | 第11-12页 |
| ·声纹识别的难点 | 第12-13页 |
| ·论文主要内容及安排 | 第13-15页 |
| 第二章 声纹识别语音前端处理 | 第15-27页 |
| ·预处理 | 第15-17页 |
| ·语音信号的预加重处理 | 第15页 |
| ·语音信号的分帧加窗处理 | 第15-16页 |
| ·语音信号的端点检测 | 第16-17页 |
| ·基于谱减法的语音增强处理 | 第17-21页 |
| ·谱减法的基本原理 | 第18-20页 |
| ·改进谱减法的语音增强 | 第20-21页 |
| ·基于自适应滤波的语音增强处理 | 第21-26页 |
| ·LMS 自适应滤波算法 | 第23-24页 |
| ·归一化 LMS 自适应算法 | 第24-25页 |
| ·RLS 自适应算法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 声纹识别语音特征提取 | 第27-37页 |
| ·共振峰频率特征参数提取 | 第27-28页 |
| ·LPCC 特征参数提取 | 第28-30页 |
| ·MFCC 特征参数提取 | 第30-32页 |
| ·GFCC 特征参数提取 | 第32-36页 |
| ·Gammatone 滤波器 | 第33页 |
| ·GFCC 特征参数的提取算法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于 GMM 的声纹识别系统 | 第37-44页 |
| ·GMM 的模型描述 | 第37-38页 |
| ·基于 GMM 的声纹识别系统设计 | 第38-42页 |
| ·GMM 的参数训练 | 第38-42页 |
| ·GMM 识别算法 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第五章 声纹识别系统的实验与分析 | 第44-52页 |
| ·实验的平台 | 第44页 |
| ·实验的软硬件环境 | 第44页 |
| ·实验的语音库 | 第44页 |
| ·实验的结果和分析 | 第44-51页 |
| ·不同特征参数维数的实验比较 | 第44-45页 |
| ·不同模型混合数的实验比较 | 第45-46页 |
| ·不同信噪比噪声坏境下的实验比较 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 主要结论与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 : 作者在攻读硕士学位期间发表的论文 | 第58页 |
