声纹身份识别中非常态语音应对方法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 插图索引 | 第13-14页 |
| 表格索引 | 第14-16页 |
| 主要缩写对照表 | 第16-18页 |
| 第一章 绪论 | 第18-35页 |
| ·研究内容及意义 | 第18-21页 |
| ·声纹身份识别系统的研究现状 | 第21-27页 |
| ·常态语音身份识别现状 | 第21-23页 |
| ·非常态语音身份识别研究进展 | 第23-26页 |
| ·存在的问题 | 第26-27页 |
| ·实验语音库和实验平台 | 第27-31页 |
| ·非常态语音数据库 | 第28-31页 |
| ·实验平台 | 第31页 |
| ·论文主要工作 | 第31-32页 |
| ·论文章节安排 | 第32-35页 |
| 第二章 基于相关维的非常态连续语音检测 | 第35-52页 |
| ·非常态单元音检测 | 第35-40页 |
| ·基于扰动的检测 | 第36-37页 |
| ·基于噪声特征检测 | 第37-40页 |
| ·基于混沌参数的检测 | 第40页 |
| ·基于相关维的非常态语音检测算法 | 第40-47页 |
| ·相关维算法 | 第40-43页 |
| ·最优混沌参数搜索 | 第43页 |
| ·算法改进机理分析 | 第43-44页 |
| ·训练数据与测试结果的关系 | 第44-47页 |
| ·实验及结果分析 | 第47-50页 |
| ·实验设置 | 第47页 |
| ·结果分析 | 第47-50页 |
| ·本章小结 | 第50-52页 |
| 第三章 变异特征动态加权算法 | 第52-68页 |
| ·传统的特征加权算法 | 第52-54页 |
| ·常态与非常态语音差异分析 | 第54-59页 |
| ·语谱差异 | 第54-56页 |
| ·MFCC 特征差异 | 第56-59页 |
| ·常态语音特征模板 | 第59页 |
| ·变异特征动态加权算法 | 第59-61页 |
| ·K-L 加权 | 第59-61页 |
| ·欧式加权 | 第61页 |
| ·实验设计与结果 | 第61-66页 |
| ·实验设计 | 第61-63页 |
| ·结果分析 | 第63-66页 |
| ·本章小结 | 第66-68页 |
| 第四章 最优说话人共同向量 | 第68-84页 |
| ·基础知识 | 第68-76页 |
| ·共同向量 | 第68-69页 |
| ·共同向量构建 | 第69-71页 |
| ·共同向量的唯一性 | 第71-73页 |
| ·支持向量机 | 第73-76页 |
| ·最优说话人共同向量 | 第76-79页 |
| ·最优共同向量参数 | 第76-77页 |
| ·算法描述 | 第77-79页 |
| ·实验分析 | 第79-82页 |
| ·实验设计 | 第79-80页 |
| ·实验结果和讨论 | 第80-82页 |
| ·本章小结 | 第82-84页 |
| 第五章 无监督非常态语音说话人聚类 | 第84-100页 |
| ·基础知识 | 第84-89页 |
| ·GMM 介绍 | 第84-88页 |
| ·Bhattacharyya 距离介绍 | 第88-89页 |
| ·最小距离动态追踪说话人聚类算法 | 第89-96页 |
| ·最小距离追踪 | 第89-90页 |
| ·相似度判决 | 第90-92页 |
| ·算法描述 | 第92-96页 |
| ·实验设计与结果分析 | 第96-99页 |
| ·实验设计 | 第96-97页 |
| ·结果分析 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第六章 性能比较分析 | 第100-105页 |
| ·性能依赖参数及稳定性 | 第100-101页 |
| ·非常态语音处理能力与时空代价比较 | 第101-103页 |
| ·常态语音处理能力比较 | 第103-104页 |
| ·本章小结 | 第104-105页 |
| 结论 | 第105-108页 |
| 研究总结 | 第105-107页 |
| 后续工作展望 | 第107-108页 |
| 参考文献 | 第108-117页 |
| 攻读博士学位期间取得的研究成果 | 第117-118页 |
| 致谢 | 第118-120页 |
| 附件 | 第120页 |
