情感说话人识别及其解决方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第1章 绪论 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·说话人识别简介 | 第15-17页 |
| ·情感说话人识别简介 | 第17-18页 |
| ·情感说话人识别研究面临的困难 | 第18-20页 |
| ·情感说话人识别的主要研究成果 | 第20-23页 |
| ·本文的主要研究工作 | 第23-26页 |
| 第2章 说话人识别系统 | 第26-40页 |
| ·概述 | 第26-28页 |
| ·梅尔倒谱系数 | 第28-31页 |
| ·高斯混合模型 | 第31-35页 |
| ·高斯混合模型定义 | 第31-32页 |
| ·高斯混合模型的参数估计 | 第32-33页 |
| ·基于GMM-UBM的说话人识别 | 第33-35页 |
| ·支持向量机 | 第35-37页 |
| ·基本原理 | 第35-36页 |
| ·线性可分情况 | 第36页 |
| ·线性不可分情况 | 第36-37页 |
| ·说话人识别的性能评价标准 | 第37-38页 |
| ·错误接受率和错误拒绝率 | 第38页 |
| ·等错误率和DET曲线 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第3章 情感因素对说话人识别的影响 | 第40-69页 |
| ·情感语音数据库介绍 | 第40-46页 |
| ·情感的定义 | 第40-43页 |
| ·情感语音数据库 | 第43-45页 |
| ·MASC@CCNT情感语音数据库 | 第45-46页 |
| ·情感因素对说话人特征及其分布的影响 | 第46-52页 |
| ·情感因素对基音频率的影响 | 第46-48页 |
| ·情感因素对功率谱的影响 | 第48-51页 |
| ·情感因素对系统性能的影响 | 第51-52页 |
| ·情感因素影响的实验分析 | 第52-58页 |
| ·情感因素引起的说话人模型的变化 | 第52-55页 |
| ·情感因素引起的特征差异分析 | 第55-56页 |
| ·特征差异的可视化 | 第56-58页 |
| ·情感因素对人耳听辨结果的影响 | 第58-62页 |
| ·实验设计和流程 | 第58-59页 |
| ·实验结果分析 | 第59-62页 |
| ·情感因素对说话人识别系统性能的影响 | 第62-67页 |
| ·声纹打卡系统实验 | 第62-64页 |
| ·实验分析情感因素对识别系统性能的影响 | 第64-67页 |
| ·实验总结 | 第67页 |
| ·本章小结 | 第67-69页 |
| 第4章 基于通道补偿的情感规整方法 | 第69-86页 |
| ·影响说话人识别系统性能的三个因素 | 第69-70页 |
| ·解决通道因素影响的主要方法 | 第70-73页 |
| ·解决通道因素影响的方法分类 | 第70-71页 |
| ·解决通道因素影响的方法简介 | 第71-73页 |
| ·解决噪音因素影响的主要方法 | 第73-74页 |
| ·冗余属性投影方法(NAP) | 第74-80页 |
| ·基于NAP方法的情感说话人识别 | 第74-75页 |
| ·NAP投影矩阵的计算方法 | 第75-76页 |
| ·NAP方法的性能评估 | 第76-80页 |
| ·隐藏因子分析方法(LFA) | 第80-85页 |
| ·LFA方法的原理 | 第80页 |
| ·基于LFA方法的情感说话人识别 | 第80-83页 |
| ·LFA方法的性能评估 | 第83-85页 |
| ·本章小结 | 第85-86页 |
| 第5章 基于中性情感模型转换方法的说话人识别 | 第86-102页 |
| ·中性情感模型转换方法概述 | 第86-88页 |
| ·中性情感模型转换方程 | 第88-89页 |
| ·中性情感语音相关性的实验分析 | 第89-91页 |
| ·基于高斯分量的中性情感模型转化算法 | 第91-94页 |
| ·转换算法的描述 | 第91-93页 |
| ·转换方法的推导过程 | 第93-94页 |
| ·基于参数的中性情感模型转换方法 | 第94-98页 |
| ·中性情感转换方程的参数化理解 | 第94-95页 |
| ·基于多项式方程的转换方法 | 第95页 |
| ·转换方法在情感说话人识别中的应用 | 第95-97页 |
| ·特征选择和转换模型学习方法 | 第97-98页 |
| ·中性情感模型转换方法的性能分析 | 第98-101页 |
| ·实验设置 | 第98页 |
| ·实验结果比较 | 第98-100页 |
| ·基于参数的转换方法在GMM-UBM系统上的实验 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第6章 基于频谱平移方法的情感说话人识别 | 第102-117页 |
| ·频谱平移方法概述 | 第102-104页 |
| ·频谱平移方法的流程 | 第104-108页 |
| ·频谱平移方法的原理 | 第104-105页 |
| ·频谱平移方法的实现过程 | 第105-106页 |
| ·合成语音和真实情感语音的相似性比较 | 第106-108页 |
| ·基于频谱平移的说话人识别 | 第108-111页 |
| ·基于频谱平移的特征提取方法 | 第108-109页 |
| ·基于多状态模型的情感说话人识别 | 第109-111页 |
| ·基于频谱平移的说话人识别系统的性能分析 | 第111-116页 |
| ·实验设置 | 第111页 |
| ·对比实验 | 第111-113页 |
| ·平移距离和系统性能的关系 | 第113-114页 |
| ·随机频谱平移实验 | 第114-116页 |
| ·本章小结 | 第116-117页 |
| 第7章 基于得分选择方法的情感说话人识别 | 第117-130页 |
| ·中性情感语音混合的问题 | 第117-118页 |
| ·情感比率和系统性能的关系 | 第118-122页 |
| ·实验设置 | 第118页 |
| ·测试语音情感比率和识别率的关系 | 第118-120页 |
| ·四种测试得分的分布规律 | 第120-122页 |
| ·实验结果总结 | 第122页 |
| ·得分选择方法 | 第122-125页 |
| ·方法详述 | 第122-124页 |
| ·阈值的设定 | 第124-125页 |
| ·得分选择方法的性能分析 | 第125-128页 |
| ·识别性能分析实验 | 第125-127页 |
| ·得分选择方法对改变情感比率的作用 | 第127-128页 |
| ·不同阈值对系统性能的影响 | 第128页 |
| ·本章小结 | 第128-130页 |
| 第8章 情感说话人识别中一些问题的思考 | 第130-150页 |
| ·训练和测试语音失配的问题 | 第130-134页 |
| ·失配问题影响系统性能的原理 | 第130-132页 |
| ·解决情感问题的前提假设 | 第132-133页 |
| ·中性情感语音转换问题 | 第133-134页 |
| ·发声力度对识别性能的影响 | 第134-136页 |
| ·发声力度和情感因素的关系 | 第134-135页 |
| ·基于频谱平移方法的发声力度实验 | 第135-136页 |
| ·自适应方法在情感说话人识别中的应用问题 | 第136-142页 |
| ·GMM-UBM自适应方法分析 | 第136-138页 |
| ·自适应方法的性能评估 | 第138-142页 |
| ·说话人识别系统的加速问题 | 第142-149页 |
| ·混合模型降维算法 | 第142-144页 |
| ·基于GMM聚类的UBM模型降阶算法 | 第144-146页 |
| ·算法性能评估 | 第146-149页 |
| ·本章小结 | 第149-150页 |
| 第9章 总结和展望 | 第150-154页 |
| ·总结 | 第150-152页 |
| ·未来的研究方向 | 第152-154页 |
| 附录1 | 第154-157页 |
| 参考文献 | 第157-172页 |
| 攻读博士学位期间主要的研究成果 | 第172-175页 |
| 致谢 | 第175页 |
