基于因子分析概率统计模型的说话人识别
摘要 | 第1-8页 |
Abstract | 第8-10页 |
第一章 引言 | 第10-17页 |
·说话人识别概述 | 第10-12页 |
·说话人识别的基本原理和方法 | 第12-15页 |
·本论文研究的主要内容 | 第15-17页 |
第二章 基于概率统计的说话人模型 | 第17-24页 |
·概述 | 第17页 |
·隐马尔柯夫模型 | 第17-21页 |
·高斯混合模型(GMM) | 第21-23页 |
·本章小结 | 第23-24页 |
第三章 基于近似熵的语音端点检测 | 第24-32页 |
·概述 | 第24页 |
·基于近似熵的端点检测 | 第24-29页 |
·实验结果和讨论 | 第29-31页 |
·本章小结 | 第31-32页 |
第四章 基于因子分析隐马尔柯夫模型的说话人识别 | 第32-40页 |
·概述 | 第32页 |
·因子分析 | 第32-33页 |
·因子分析隐马尔柯夫模型 | 第33-36页 |
·参数共享与初始化 | 第36页 |
·实验结果与分析 | 第36-39页 |
·本章小结 | 第39-40页 |
第五章 基于因子分析高斯混合模型的说话人识别 | 第40-50页 |
·概述 | 第40页 |
·FAGMM 的模型定义 | 第40-42页 |
·FAGMM 的训练算法 | 第42-47页 |
·两种训练算法的实验结果与分析 | 第47-49页 |
·本章小结 | 第49-50页 |
第六章 总结与展望 | 第50-51页 |
参考文献 | 第51-55页 |
致谢 | 第55-56页 |
攻读硕士学位期间撰写的论文 | 第56页 |