与文本无关的说话人特征提取及识别方法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·说话人识别的发展概况 | 第11-14页 |
| ·说话人识别的实际意义和应用 | 第14页 |
| ·说话人识别技术存在的问题与难点 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第2章 说话人识别简介 | 第16-21页 |
| ·说话人识别的基本原理与系统结构 | 第16-17页 |
| ·说话人识别的分类 | 第17-18页 |
| ·说话人语音特征参数提取 | 第18-19页 |
| ·说话人识别方法 | 第19-20页 |
| ·结论 | 第20-21页 |
| 第3章 说话人特征参数的提取 | 第21-40页 |
| ·语音信号的模型 | 第21-22页 |
| ·语音信号产生的机理与过程 | 第21页 |
| ·语音信号产生的数学模型 | 第21-22页 |
| ·语音感知的认识 | 第22-24页 |
| ·人耳的构造 | 第22-23页 |
| ·人耳的听觉感受 | 第23-24页 |
| ·掩蔽效应与临界带宽 | 第24页 |
| ·同态信号处理与语音信号倒谱分析 | 第24-25页 |
| ·MFCC的提取 | 第25-28页 |
| ·Mel频率 | 第25-26页 |
| ·MFCC的提取 | 第26-28页 |
| ·小波分析 | 第28-33页 |
| ·小波分析的基本理论 | 第28-30页 |
| ·小波分析 | 第30-31页 |
| ·多尺度分析 | 第31-33页 |
| ·小波包分解 | 第33-35页 |
| ·基于小波包分解的特征参数的提取 | 第35-39页 |
| ·新特征参数的提取构思 | 第35-36页 |
| ·小波包结点对频带的划分 | 第36-38页 |
| ·WPDC的提取算法 | 第38-39页 |
| ·结论 | 第39-40页 |
| 第4章 说话人识别系统的建立 | 第40-57页 |
| ·神经网络在说话人识别技术中的应用 | 第40-43页 |
| ·神经网络用于说话人识别概述 | 第40-41页 |
| ·用神经网络进行说话人识别的模型 | 第41-42页 |
| ·神经网络用于说话人识别遇到的问题 | 第42-43页 |
| ·基于组合神经网络的说话人识别系统 | 第43-47页 |
| ·系统模型的构建 | 第43-44页 |
| ·神经网络的选取 | 第44-45页 |
| ·RBF网络的训练 | 第45-46页 |
| ·模型建立过程中的注意事项 | 第46-47页 |
| ·VQ模型与神经网络相结合的说话人识别系统 | 第47-56页 |
| ·矢量量化在说话人识别系统中的应用 | 第47-49页 |
| ·LVQ神经网络 | 第49-51页 |
| ·矢量量化与LVQ网络相结合的说话人识别系统 | 第51-56页 |
| ·结论 | 第56-57页 |
| 第5章 实验结果及分析 | 第57-65页 |
| ·特征参数的提取 | 第57-59页 |
| ·数据采集与预处理 | 第57-58页 |
| ·MFCC与WPDC的提取 | 第58-59页 |
| ·建立说话人识别系统模型 | 第59-64页 |
| ·基于RBF网络的说话人识别系统建模 | 第59-60页 |
| ·MFCC与WPDC的性能分析与比较 | 第60-63页 |
| ·VQ与LVQ网络相结合的系统建模 | 第63-64页 |
| ·结论 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录 A (攻读学位期间所发表的学术论文目录) | 第71页 |
