噪音环境下的说话人识别算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景和意义 | 第11页 |
| 1.2 研究现状及应用 | 第11-14页 |
| 1.2.1 说话人识别的研究现状 | 第12-14页 |
| 1.2.2 说话人识别的研究应用 | 第14页 |
| 1.3 技术难点和解决办法 | 第14-15页 |
| 1.3.1 技术难点 | 第14-15页 |
| 1.3.2 解决办法 | 第15页 |
| 1.4 主要研究内容及章节安排 | 第15-17页 |
| 第2章 说话人语音的预处理 | 第17-27页 |
| 2.1 语音的产生 | 第17-18页 |
| 2.2 语音信号的采样和量化 | 第18-19页 |
| 2.3 语音信号的预加重 | 第19页 |
| 2.4 语音信号的分帧及加窗处理 | 第19-20页 |
| 2.5 端点检测 | 第20-26页 |
| 2.5.1 短时能零积法 | 第20-22页 |
| 2.5.2 信息熵法 | 第22-23页 |
| 2.5.3 基于短时能零积和信息熵法 | 第23-25页 |
| 2.5.4 实验结果 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 卡尔曼滤波下的语音增强技术 | 第27-38页 |
| 3.1 语音信号的数学模型 | 第27-28页 |
| 3.2 离散型卡尔曼滤波 | 第28-31页 |
| 3.2.1 离散卡尔曼滤波通用方程 | 第28-30页 |
| 3.2.2 发散抑制 | 第30-31页 |
| 3.3 卡尔曼滤波下的语音增强 | 第31-33页 |
| 3.3.1 白噪声下的卡尔曼滤波 | 第31-32页 |
| 3.3.2 有色噪音下的卡尔曼滤波 | 第32-33页 |
| 3.4 本文下的卡尔曼语音应用改进 | 第33-35页 |
| 3.5 仿真结果 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 特征参数提取 | 第38-58页 |
| 4.1 说话人识别特征参数选择 | 第38-39页 |
| 4.1.1 说话人识别常用特征参数 | 第38页 |
| 4.1.2 特征参数的有效性 | 第38-39页 |
| 4.2 基音周期提取 | 第39-44页 |
| 4.2.1 浊音的准周期性 | 第40-41页 |
| 4.2.2 自相关函数法 | 第41页 |
| 4.2.3 短时平均幅差函数法 | 第41页 |
| 4.2.4 基于短时平均幅度差函数的算法改进 | 第41-42页 |
| 4.2.5 算法改进 | 第42-43页 |
| 4.2.6 基频检测改进 | 第43-44页 |
| 4.3 共振峰的提取 | 第44-50页 |
| 4.3.1 线性预测法提取共振峰 | 第45-46页 |
| 4.3.2 复倒谱法 | 第46-47页 |
| 4.3.3 共振峰提取的再处理 | 第47-48页 |
| 4.3.4 算法流程 | 第48-50页 |
| 4.4 线性预测系数 | 第50-54页 |
| 4.4.1 线性预测的基本原理 | 第50页 |
| 4.4.2 线性预测方程组 | 第50-52页 |
| 4.4.3 线性预测解法 | 第52-53页 |
| 4.4.4 线性预测倒谱系数 | 第53-54页 |
| 4.5 Mel频率倒谱系数 | 第54-57页 |
| 4.5.1 动态差分参数的提取 | 第57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 说话人识别模型 | 第58-70页 |
| 5.1 高斯混合模型 | 第58-59页 |
| 5.2 GMM参数训练 | 第59-61页 |
| 5.3 初始值确定 | 第61-62页 |
| 5.4 GMM模型初始化改进 | 第62-67页 |
| 5.4.1 聚类初始点选择 | 第62-64页 |
| 5.4.2 孤立点 | 第64-65页 |
| 5.4.3 聚类运算 | 第65-67页 |
| 5.5 GMM下的说话人确认和辨认 | 第67-69页 |
| 5.5.1 说话人辨认 | 第68页 |
| 5.5.2 说话人确认 | 第68-69页 |
| 5.6 本章小结 | 第69-70页 |
| 第6章 说话人识别的实现 | 第70-77页 |
| 6.1 实验环境平台 | 第70页 |
| 6.2 GMM下的说话人识别研究 | 第70-76页 |
| 6.2.1 语音库 | 第70页 |
| 6.2.2 语音时长对识别的影响 | 第70-71页 |
| 6.2.3 特征参数对识别的影响 | 第71-73页 |
| 6.2.4 GMM混合数的影响 | 第73-74页 |
| 6.2.5 GMM方差阈值对识别的影响 | 第74-75页 |
| 6.2.6 K-means算法对识别效果的影响 | 第75-76页 |
| 6.3 改进的说话人识别性能 | 第76页 |
| 6.4 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第83-85页 |
| 致谢 | 第85页 |
