首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小波分析理论在说话人识别中的应用研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-22页
   ·研究背景及意义第10-11页
   ·说话人识别简述第11-19页
     ·说话人识别的研究历程第11-13页
     ·说话人识别的物理基础及分类第13-14页
     ·说话人识别的系统结构第14-17页
     ·说话人识别存在的问题第17-19页
   ·小波分析理论在说话人识别中的应用可行性第19-21页
   ·论文的主要研究工作第21-22页
第2章 语音信号的小波分析基础第22-38页
   ·引言第22页
   ·短时傅立叶变换第22-24页
   ·语音信号的小波变换第24-32页
     ·Grossman-Morlet小波变换第25-27页
     ·离散二进小波变换第27-28页
     ·多分辨率分析第28-32页
   ·语音信号的小波包变换第32-35页
     ·小波包变换的定义第32-34页
     ·小波包变换的频带划分技术第34-35页
   ·常用小波函数第35-37页
   ·本章小结第37-38页
第3章 说话人识别模型及实验平台设计第38-49页
   ·说话人识别模型第38-45页
     ·GMM模型的描述第38-40页
     ·GMM模型的改进第40-42页
     ·几个关键问题第42-44页
     ·基于GMM模型的说话人辨认系统第44-45页
   ·实验数据包第45-46页
     ·语音第45页
     ·噪声第45页
     ·含噪语音第45-46页
   ·实验平台设计第46-48页
   ·本章小结第48-49页
第4章 小波语音增强在说话人识别中的应用第49-62页
   ·引言第49页
   ·语音信号预处理技术第49-52页
   ·小波语音增强方法的原理第52-54页
     ·小波变换与信号的奇异性第52-53页
     ·语音和噪声的小波变换特性第53-54页
   ·带噪语音的小波变换增强算法第54-58页
   ·实验结果与分析第58-61页
     ·语音增强效果实验第58-60页
     ·应用于说话人识别系统的实验第60-61页
   ·本章小结第61-62页
第5章 基于小波包变换的说话人特征参数设计第62-82页
   ·引言第62页
   ·常用的说话人特征参数第62-68页
     ·全极点模型及导出参数第62-66页
     ·频谱导出参数第66-67页
     ·其它说话人特征参数第67-68页
   ·特征参数有效性评价方法第68-69页
     ·F比及D比第68-69页
     ·采用系统性能评价第69页
   ·常用特征参数存在的问题及解决方法第69-71页
     ·存在问题第69-70页
     ·解决方法第70-71页
   ·基于小波包变换的特征参数设计第71-81页
     ·人耳的Bark域频率感知特性第72-73页
     ·Bark尺度小波包变换第73-76页
     ·小波函数的选取第76-78页
     ·特征参数的构造第78-79页
     ·实验结果与分析第79-81页
   ·本章小结第81-82页
结论第82-84页
参考文献第84-90页
攻读硕士学位期间承担的科研任务与主要成果第90-91页
致谢第91-92页
作者简介第92页

论文共92页,点击 下载论文
上一篇:行政法信赖保护原则研究
下一篇:优先权基本理论研究——以特种债权的优先权为范围展开