卷积神经网络在声纹识别中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-12页 |
| 1.2.1 声纹识别的研究现状 | 第7-11页 |
| 1.2.2 卷积神经网络的研究现状 | 第11-12页 |
| 1.3 本文研究的主要内容及贡献 | 第12页 |
| 1.4 论文结构安排 | 第12-15页 |
| 第二章 声纹识别的系统框架和经典方法 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 声纹识别中的预处理技术 | 第15-17页 |
| 2.3 声纹识别中的特征提取技术 | 第17-24页 |
| 2.3.1 LPC参数 | 第18页 |
| 2.3.2 LPCC参数 | 第18-20页 |
| 2.3.3 MFCC参数 | 第20-23页 |
| 2.3.4 差分特征 | 第23-24页 |
| 2.4 声纹识别中的模式匹配技术 | 第24-28页 |
| 2.4.1 矢量量化方法 | 第24-25页 |
| 2.4.2 人工神经网络 | 第25页 |
| 2.4.3 高斯混合模型 | 第25-27页 |
| 2.4.4 GMM-UBM | 第27页 |
| 2.4.5 判决规则 | 第27-28页 |
| 2.5 基于MFCC和GMM的声纹识别系统 | 第28-29页 |
| 2.5.1 算法原理 | 第28页 |
| 2.5.2 实验结果 | 第28-29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 基于CNN预处理的声纹识别 | 第31-43页 |
| 3.1 引言 | 第31页 |
| 3.2 卷积神经网络的结构、原理、求解 | 第31-36页 |
| 3.3 基于CNN预处理的声纹识别算法 | 第36-42页 |
| 3.3.1 基于一维卷积的预处理 | 第37页 |
| 3.3.2 基于二维卷积的预处理 | 第37-38页 |
| 3.3.3 说话人识别算法流程 | 第38-39页 |
| 3.3.4 实验结果和讨论 | 第39-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于语谱图和CNN的声纹识别 | 第43-49页 |
| 4.1 引言 | 第43页 |
| 4.2 语谱图 | 第43-45页 |
| 4.3 算法流程 | 第45页 |
| 4.4 实验结果和讨论 | 第45-47页 |
| 4.4.1 自建库测试结果 | 第45-46页 |
| 4.4.2 TIMIT库测试结果 | 第46-47页 |
| 4.4.3 讨论 | 第47页 |
| 4.5 本章小结 | 第47-49页 |
| 第五章 基于CNN的自动声纹识别 | 第49-54页 |
| 5.1 引言 | 第49页 |
| 5.2 自动声纹识别算法 | 第49-50页 |
| 5.3 实验结果和讨论 | 第50-53页 |
| 5.3.1 样本数对识别率的影响 | 第50页 |
| 5.3.2 学习率对识别率的影响 | 第50-51页 |
| 5.3.3 网络结构对识别率的影响 | 第51-52页 |
| 5.3.4 迭代次数对识别率的影响 | 第52页 |
| 5.3.5 性能分析 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间的研究成果 | 第61-62页 |
