声纹识别技术在司法鉴定中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题研究背景 | 第11-12页 |
| ·声纹识别技术的研究 | 第12页 |
| ·声纹鉴定标准的建设 | 第12页 |
| ·声纹识别的发展历史和研究现状 | 第12-14页 |
| ·声纹识别技术的发展历史 | 第12-13页 |
| ·国内外研究概况、水平及发展趋势 | 第13-14页 |
| ·本论文主要工作和内容安排 | 第14-17页 |
| 第二章 声纹识别技术概述 | 第17-23页 |
| ·声纹识别的理论依据 | 第17-19页 |
| ·声纹识别的基本概念和分类 | 第19页 |
| ·声纹识别的原理及关键技术 | 第19-21页 |
| ·声纹识别技术的应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 司法声纹鉴定及其标准化建设 | 第23-29页 |
| ·我国司法鉴定的状况以及存在的问题 | 第24-25页 |
| ·司法鉴定的标准化建设的迫切性 | 第25-27页 |
| ·结论 | 第27-29页 |
| 第四章 声纹的预处理及其特征提取 | 第29-49页 |
| ·语音信号的预处理 | 第29-37页 |
| ·归一化处理 | 第29-30页 |
| ·语音预加重 | 第30页 |
| ·通道失真补偿 | 第30页 |
| ·小波去噪处理 | 第30-33页 |
| ·加窗 | 第33-34页 |
| ·端点检测 | 第34-37页 |
| ·声纹特征参数提取 | 第37-47页 |
| ·基于倒谱法基频提取方法 | 第37-39页 |
| ·基于线性预测的共振峰求取方法 | 第39-41页 |
| ·LPCC特征参数的提取 | 第41-43页 |
| ·MFCC特征参数提取 | 第43-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 声纹识别中的模式匹配 | 第49-63页 |
| ·与文本相关的声纹识别的模式匹配 | 第49-51页 |
| ·DTW算法 | 第49-50页 |
| ·DTW基本原理 | 第50-51页 |
| ·与文本无关的声纹识别的模式匹配 | 第51-61页 |
| ·GMM模型的基本概念 | 第51-52页 |
| ·GMM模型的参数估计—EM算法 | 第52-54页 |
| ·K均值算法 | 第54-55页 |
| ·GMM模型的识别 | 第55-60页 |
| ·GMM模型的实际应用问题 | 第60-61页 |
| ·基于径向基函数网络的声纹识别系统 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 声纹确认系统的设计与应用 | 第63-73页 |
| ·系统开发环境介绍 | 第63-65页 |
| ·硬件环境 | 第63页 |
| ·软件环境 | 第63-64页 |
| ·Praat软件介绍 | 第64-65页 |
| ·语音信号样本的采集 | 第65-66页 |
| ·语音信号的预处理 | 第66-68页 |
| ·实验的方案设计和结果分析 | 第68-71页 |
| ·声纹的特征提取 | 第68页 |
| ·GMM的训练实验 | 第68-69页 |
| ·识别结果和分析 | 第69-71页 |
| ·声纹识别在司法鉴定中的应用程序探讨 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 第七章 结论与展望 | 第73-77页 |
| ·结论 | 第73-74页 |
| ·展望 | 第74-77页 |
| 参考文献 | 第77-80页 |
| 附录 | 第80-86页 |
| 致谢 | 第86-87页 |
| 硕士期间发表的论文 | 第87页 |
