基于GMM的声纹识别技术的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究背景 | 第11页 |
| ·声纹识别概述 | 第11-12页 |
| ·说话人识别的应用 | 第12-13页 |
| ·说话人识别的发展历史和现状 | 第13-14页 |
| ·说话人识别的系统架构 | 第14-15页 |
| ·说话人识别中的语音特征 | 第15-16页 |
| ·说话人识别中的建模 | 第16-17页 |
| ·非参数模型 | 第16页 |
| ·参数模型 | 第16-17页 |
| ·说话人识别中的补偿技术 | 第17-18页 |
| ·非模板补偿技术 | 第17-18页 |
| ·基于模板的补偿技术 | 第18页 |
| ·说话人识别的难点 | 第18-19页 |
| ·本文结构安排 | 第19-20页 |
| 第二章 语音信号的分析 | 第20-30页 |
| ·语音信号的产生 | 第20-21页 |
| ·语音信号的数字模型 | 第21-22页 |
| ·语音信号的预处理 | 第22-24页 |
| ·采样与量化 | 第22页 |
| ·语音信号的预加重 | 第22-23页 |
| ·分帧后加窗 | 第23-24页 |
| ·语音信号的时域分析 | 第24-27页 |
| ·短时能量和短时过零率 | 第25页 |
| ·短时自相关函数 | 第25-26页 |
| ·语音信号的端点检测 | 第26-27页 |
| ·语音信号的频域分析 | 第27-28页 |
| ·语音信号的短时傅里叶变换 | 第27页 |
| ·小波变换在语音分析中的应用 | 第27-28页 |
| ·语音信号的同态解卷积 | 第28页 |
| ·语音信号的倒谱分析 | 第28-29页 |
| ·语音信号的特征评价标准 | 第29-30页 |
| 第三章 特征参数提取方案与设计 | 第30-46页 |
| ·基音周期估计 | 第30-33页 |
| ·基音周期的检测方法 | 第30-32页 |
| ·基音周期的提取步骤 | 第32-33页 |
| ·线性预测（LPC）以及其倒谱系数 LPCC | 第33-35页 |
| ·线性预测的基本原理 | 第33-34页 |
| ·LPCC 的提取 | 第34-35页 |
| ·基于听觉特性的 MEL 频率 | 第35-37页 |
| ·梅尔倒谱频率参数的提取 | 第37-44页 |
| ·梅尔倒谱频率的改进 | 第44-46页 |
| ·凯泽窗（KAISER WINDOWING） | 第44页 |
| ·取 FFT 的绝对值 | 第44页 |
| ·加权的 MFCC | 第44-46页 |
| 第四章 识别模型的方案与设计 | 第46-64页 |
| ·单一高斯概率密度函数 | 第46-47页 |
| ·高斯混合密度函数 | 第47-49页 |
| ·说话人识别模型训练 | 第49-50页 |
| ·模型的参数估计 | 第50-51页 |
| ·EM 算法 | 第51-52页 |
| ·EM 算法的初始化 | 第52-55页 |
| ·K-均值算法 | 第52-54页 |
| ·LBG 算法 | 第54-55页 |
| ·说话人识别的判决法则 | 第55-56页 |
| ·说话人辨认 | 第55-56页 |
| ·说话人确认 | 第56页 |
| ·改进的 GMM 模型 | 第56-58页 |
| ·识别率改进方案 | 第58-61页 |
| ·DTW 算法 | 第61-64页 |
| 第五章 系统实现和实验结果 | 第64-80页 |
| ·实验条件 | 第64页 |
| ·实验语音库 | 第64页 |
| ·基于 GMM 说话人识别系统架构 | 第64-65页 |
| ·识别率计算 | 第65页 |
| ·系统实现和程序设计 | 第65-72页 |
| ·实验和结果分析 | 第72-79页 |
| ·LPCC 和 MFCC 的实验比比较 | 第72页 |
| ·高斯混合模型阶数大小对识别的影响 | 第72-75页 |
| ·MFCC 维数对识别结果的影响 | 第75-76页 |
| ·实验加入动态 MFCC | 第76-77页 |
| ·改进的加权 WMFCC 实验 | 第77-78页 |
| ·加入基音周期的实验 | 第78-79页 |
| ·基于改进的帧投票判决方法 | 第79-80页 |
| 第六章 总结和展望 | 第80-82页 |
| ·总结 | 第80页 |
| ·未来展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间取得的研究成果 | 第87-88页 |
