说话人识别中不同语音编码影响的补偿方法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·补偿技术 | 第9-11页 |
| ·顽健特征的提取 | 第11-13页 |
| ·本文研究的内容 | 第13-14页 |
| 第2章 基线系统和语料库建立 | 第14-26页 |
| ·引言 | 第14-15页 |
| ·说话人识别基线系统 | 第15-22页 |
| ·特征提取 | 第15-16页 |
| ·有效帧获取 | 第16-18页 |
| ·高斯混合模型 | 第18-20页 |
| ·通用背景模型 | 第20-21页 |
| ·说话人模板建立 | 第21页 |
| ·识别与判决策略 | 第21-22页 |
| ·语料库建立 | 第22-25页 |
| ·实验与讨论 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于MAP 和ML 的编码补偿方法 | 第26-38页 |
| ·编码不匹配问题的影响 | 第26-27页 |
| ·语音编码检测器 | 第27-28页 |
| ·基于MAP 的编码补偿方法 | 第28-31页 |
| ·MAP 估计准则 | 第28页 |
| ·基于MAP 的编码补偿方法的原理 | 第28-30页 |
| ·算法实现 | 第30-31页 |
| ·基于ML 的编码补偿方法 | 第31-33页 |
| ·ML 估计准则 | 第31页 |
| ·基于ML 的编码补偿方法的原理 | 第31-32页 |
| ·算法实现 | 第32-33页 |
| ·实验与讨论 | 第33-37页 |
| ·编码检测器 | 第33-34页 |
| ·编码相关及编码无关模型 | 第34页 |
| ·比例因子的选取 | 第34页 |
| ·编码相关模型的实验 | 第34-36页 |
| ·编码无关模型的实验 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 似然比得分补偿方法 | 第38-47页 |
| ·概述 | 第38-40页 |
| ·假设检验原理 | 第38-39页 |
| ·似然比归一化方法 | 第39-40页 |
| ·似然比得分补偿 | 第40-43页 |
| ·归一化参数估计准则 | 第41页 |
| ·得分补偿方法 | 第41-42页 |
| ·算法实现 | 第42-43页 |
| ·综合补偿 | 第43页 |
| ·实验与讨论 | 第43-46页 |
| ·集外说话人实验 | 第43-44页 |
| ·集外编码实验 | 第44-45页 |
| ·全开集实验 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间发表的学术论文 | 第52-55页 |
| 致谢 | 第55页 |
