基于MPEG-1和小波包分解的说话人识别
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·说话人识别的研究现状 | 第7-9页 |
| ·说话人识别系统 | 第9-10页 |
| ·说话人识别的难点 | 第10-11页 |
| ·本文的主要研究内容及论文组织 | 第11-13页 |
| 第2章 语音预处理 | 第13-27页 |
| ·语音信号的预处理 | 第13-16页 |
| ·语音的预加重 | 第13页 |
| ·加窗与分帧 | 第13-14页 |
| ·语音信号的端点检测 | 第14-16页 |
| ·心理声学模型I | 第16-23页 |
| ·听觉系统的感知特性 | 第16-18页 |
| ·心理声学模型I 的原理 | 第18-23页 |
| ·心理声学模型的应用 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于小波包分解的特征提取 | 第27-49页 |
| ·说话人系统中的常用参数 | 第27-31页 |
| ·线性预测系数及其派生参数 | 第27-29页 |
| ·Mel 倒谱系数 | 第29-31页 |
| ·小波分析与小波包分解 | 第31-45页 |
| ·小波变换 | 第32-36页 |
| ·多分辨率分析 | 第36-40页 |
| ·小波包理论 | 第40-45页 |
| ·小波包系数WPTC 的提取 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第4章 人工神经网络 | 第49-61页 |
| ·人工神经网络技术发展概述 | 第49-51页 |
| ·人工神经网络的基本理论 | 第51-53页 |
| ·人工神经网络的类型 | 第51-52页 |
| ·人工神经网络的基本结构 | 第52-53页 |
| ·RBF 神经网络 | 第53-58页 |
| ·RBF 神经网络的结构 | 第53-55页 |
| ·RBF 神经网络的特点及优点 | 第55-56页 |
| ·RBF 神经网络的学习算法 | 第56-58页 |
| ·基于RBF 网络的识别系统 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 说话人识别系统的实现 | 第61-65页 |
| ·仿真试验环境 | 第61页 |
| ·语音预处理 | 第61页 |
| ·语音特征提取 | 第61-62页 |
| ·识别结果及分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 总结和展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表学术论文情况 | 第71-73页 |
| 致谢 | 第73页 |
