基于文本无关的说话人识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·说话人识别研究背景 | 第7页 |
| ·说话人识别的国内外研究现状 | 第7-8页 |
| ·说话人识别的基本原理 | 第8-12页 |
| ·说话人识别的基本概念 | 第8-9页 |
| ·说话人识别的分类 | 第9页 |
| ·说话人识别的常用方法 | 第9-12页 |
| ·说话人识别技术的应用前景 | 第12页 |
| ·说话人识别的难点和热点 | 第12-13页 |
| ·说话人识别的难点 | 第12页 |
| ·说话人识别的热点 | 第12-13页 |
| ·论文的内容安排 | 第13-14页 |
| 第二章 语音信号的初步处理 | 第14-29页 |
| ·语音信号的获取 | 第14页 |
| ·语音的产生 | 第14页 |
| ·语音信号的A/ D 转换 | 第14页 |
| ·语音信号的产生模型 | 第14-16页 |
| ·激励模型 | 第15页 |
| ·声道模型 | 第15-16页 |
| ·辐射模型 | 第16页 |
| ·语音信号的预处理 | 第16-19页 |
| ·预加重 | 第16-17页 |
| ·加窗分帧 | 第17-19页 |
| ·语音信号的时域分析 | 第19-21页 |
| ·短时平均能量和短时平均幅度 | 第19页 |
| ·短时平均过零率 | 第19-20页 |
| ·短时自相关函数 | 第20页 |
| ·短时平均幅度差函数 | 第20-21页 |
| ·语音信号的端点检测 | 第21-24页 |
| ·基于双门限比较法的端点检测 | 第21-22页 |
| ·基于独立分量分析增强和谱熵结合的端点检测 | 第22-24页 |
| ·语音信号的频域分析 | 第24页 |
| ·MEL 频率倒谱系数MFCC | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 矢量量化(VQ)识别方法及其优化 | 第29-38页 |
| ·矢量量化的基本原理 | 第29-31页 |
| ·矢量量化的失真测度 | 第31-32页 |
| ·矢量量化器的最佳码本设计 | 第32-35页 |
| ·LBG 算法 | 第33页 |
| ·初始码本的设置方法 | 第33-35页 |
| ·模糊矢量量化（Fuzzy VQ ） | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于高斯混合模型的说话人辨认方法 | 第38-44页 |
| ·高斯混合模型的基本概念 | 第38-40页 |
| ·高斯混合模型（GMM ）的参数估计 | 第40-43页 |
| ·高斯混合模型（GMM ）的识别算法 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第五章 仿真与性能分析 | 第44-49页 |
| ·软硬件环境 | 第44页 |
| ·实验使用的语音库 | 第44页 |
| ·实验一：基于矢量量化的说话人识别 | 第44-47页 |
| ·基于VQ 的说话人识别 | 第45-46页 |
| ·基于FVQ 的说话人识别 | 第46-47页 |
| ·实验二:基于GMM 模型的说话人识别 | 第47-48页 |
| ·基于高斯混合模型的与文本无关的说话人识别 | 第47-48页 |
| ·GMM 实验 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读硕士学位期间发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |
