基于稀疏表示和信道补偿的说话人识别
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 说话人识别概述 | 第12-14页 |
| 1.1.1 研究背景及意义 | 第12-13页 |
| 1.1.2 发展历程 | 第13-14页 |
| 1.2 说话人识别概述 | 第14-15页 |
| 1.3 说话人识别技术中的一些实际问题 | 第15-16页 |
| 1.4 本文主要研究的内容和结构 | 第16-18页 |
| 1.4.1 研究内容与创新点 | 第16页 |
| 1.4.2 论文结构 | 第16-18页 |
| 第二章 基于GMM-UBM的说话人识别 | 第18-34页 |
| 2.1 说话人识别的基本流程 | 第18-19页 |
| 2.2 说话人识别的特征参数提取 | 第19-26页 |
| 2.2.1 倒谱与复倒谱的定义 | 第19-20页 |
| 2.2.2 线性预测倒谱系数(LPCC) | 第20-22页 |
| 2.2.3 Mel频率和Mel滤波器组 | 第22-24页 |
| 2.2.4 MFCC特征参数提取 | 第24-25页 |
| 2.2.5 差分MFCC | 第25-26页 |
| 2.3 GMM-UBM模型 | 第26-29页 |
| 2.3.1 高斯混合模型(GMM) | 第26-28页 |
| 2.3.2 通用背景模型(UBM) | 第28-29页 |
| 2.4 识别打分 | 第29-30页 |
| 2.5 说话人识别性能评价指标 | 第30-31页 |
| 2.5.1 性能指标 | 第30页 |
| 2.5.2 实际应用要求 | 第30-31页 |
| 2.6 仿真结果分析 | 第31-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第三章 i-vector的说话人识别系统 | 第34-44页 |
| 3.1 i-vector基本原理 | 第34-37页 |
| 3.1.1 全局差异空间矩阵的估算 | 第35-36页 |
| 3.1.2 i-vector的估计 | 第36-37页 |
| 3.2 系统测试打分 | 第37页 |
| 3.3 信道补偿算法 | 第37-41页 |
| 3.3.1 线性鉴别分析(LDA) | 第37-39页 |
| 3.3.2 PLDA模型 | 第39-41页 |
| 3.4 i-vector规整分析 | 第41-42页 |
| 3.4.1 长度规整 | 第41页 |
| 3.4.2 Whitening规整 | 第41-42页 |
| 3.5 实验分析 | 第42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于稀疏表示的说话人识别 | 第44-56页 |
| 4.1 信号的稀疏表示 | 第44-45页 |
| 4.2 字典的构造 | 第45-46页 |
| 4.2.1 最优方向算法(MOD) | 第45页 |
| 4.2.2 K-SVD算法 | 第45-46页 |
| 4.2.3 SGK字典学习算法 | 第46页 |
| 4.3 稀疏表示的求解 | 第46-50页 |
| 4.3.1 匹配追踪算法 | 第47页 |
| 4.3.2 正交匹配追踪 | 第47-49页 |
| 4.3.3 梯度投影算法 | 第49-50页 |
| 4.4 说话人识别中的稀疏表示 | 第50-52页 |
| 4.5 实验与仿真 | 第52-54页 |
| 4.6 本章小结 | 第54-56页 |
| 第五章 基于PPCA的说话人识别 | 第56-70页 |
| 5.1 PCA | 第56-57页 |
| 5.2 PPCA超向量 | 第57-59页 |
| 5.3 PPCA与i-vector系统整合 | 第59-61页 |
| 5.4 实验结果和分析 | 第61-67页 |
| 5.4.1 相关参数的设置 | 第61页 |
| 5.4.2 实验 | 第61-67页 |
| 5.5 结论 | 第67-68页 |
| 5.6 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |
