利用矢量量化（VQ）和混合高斯模型（GMM）的说话人识别的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·说话人识别的基本概念 | 第8-11页 |
| ·说话人识别技术的分类 | 第11-12页 |
| ·说话人识别的研究进展 | 第12-13页 |
| ·说话人识别的发展 | 第12页 |
| ·说话人识别技术的研究现状 | 第12-13页 |
| ·本论文的内容安排 | 第13-14页 |
| 第二章 语音特征参数分析 | 第14-27页 |
| ·特征参量评价方法 | 第15-16页 |
| ·语音信号产生模型及信号加窗 | 第16-18页 |
| ·常用的特征语音参数 | 第18-27页 |
| ·LPC倒谱参数 | 第18-23页 |
| ·MEL倒谱参数 | 第23-24页 |
| ·基音周期的估计 | 第24-26页 |
| ·参数讨论 | 第26-27页 |
| 第三章 矢量量化(VQ)识别方法及其优化 | 第27-42页 |
| ·概述 | 第27-28页 |
| ·矢量量化的基本原理 | 第28-31页 |
| ·矢量量化的失真测度 | 第31-32页 |
| ·矢量量化的最佳码本设计 | 第32-38页 |
| ·LBG算法 | 第33-34页 |
| ·初始码本的设置方法 | 第34-38页 |
| ·矢量量化识别方法的优化 | 第38-42页 |
| ·矢量量化说话人识别方法的局限性 | 第38页 |
| ·近邻划分算法 | 第38-40页 |
| ·模糊矢量量化(Fuzzy VQ) | 第40-42页 |
| 第四章 HMM模型在说话人识别中的应用 | 第42-51页 |
| ·HMM模型 | 第42-43页 |
| ·GMM模型 | 第43-48页 |
| ·GMM的基本概念 | 第43-44页 |
| ·最大似然(ML)和最大期望算法(EM) | 第44-46页 |
| ·GMM的参数估计 | 第46-47页 |
| ·训练数据不充分的问题 | 第47页 |
| ·GMM模型的识别问题 | 第47-48页 |
| ·GMM识别方法的优化 | 第48-51页 |
| 第五章 系统实现与实验结果 | 第51-61页 |
| ·概述 | 第51页 |
| ·语音库的建立及语音信号的预处理 | 第51-52页 |
| ·应用矢量量化(VQ)的说话人识别 | 第52-55页 |
| ·应用VQ的说话人识别过程 | 第53-54页 |
| ·模糊矢量量化(Fuzzy VQ)的识别 | 第54-55页 |
| ·GMM模型的识别 | 第55-61页 |
| ·基于GMM模型的与文本无关说话人识别方法 | 第55-56页 |
| ·线性变换与误识率 | 第56-57页 |
| ·指数归一化变换 | 第57-59页 |
| ·实验结果与分析 | 第59-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-64页 |
