说话人识别中一种特征参数的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·本课题的研究目的和意义 | 第8-9页 |
| ·说话人识别技术的发展和国内外研究现状 | 第9-10页 |
| ·说话人识别技术的研究重点和难点 | 第10-11页 |
| ·论文的内容安排 | 第11-12页 |
| ·小结 | 第12-13页 |
| 第二章 说话人识别原理及语音信号预处理技术 | 第13-19页 |
| ·语音的基础知识 | 第13-15页 |
| ·语音的产生原理 | 第13页 |
| ·语音产生模型 | 第13-15页 |
| ·说话人识别原理与系统结构 | 第15-16页 |
| ·说话人识别系统评价标准 | 第16-17页 |
| ·语音信号预处理技术 | 第17-19页 |
| ·预加重 | 第17页 |
| ·分帧加窗 | 第17-18页 |
| ·端点检测 | 第18-19页 |
| ·小结 | 第19页 |
| 第三章 语音信号特征参数提取方法 | 第19-30页 |
| ·常用特征参数提取方法 | 第19-24页 |
| ·LPC 系数 | 第20-21页 |
| ·线性预测倒谱系数 | 第21-22页 |
| ·Mel 倒谱系数 | 第22-24页 |
| ·基于小波包分解的特征提取方法 | 第24-28页 |
| ·小波包分析 | 第24-27页 |
| ·常用的小波函数 | 第27-28页 |
| ·WPDC 参数提取 | 第28页 |
| ·线性预测美尔倒谱系数（LPMFCC） | 第28-30页 |
| ·新特征参数构造思路 | 第28-29页 |
| ·LPMFCC 提取过程 | 第29-30页 |
| ·小结 | 第30页 |
| 第四章 说话人识别模型 | 第30-41页 |
| ·矢量量化（VQ） | 第30-33页 |
| ·矢量量化原理 | 第31-32页 |
| ·矢量量化中的主要问题 | 第32页 |
| ·LBG 算法 | 第32-33页 |
| ·高斯混合模型 | 第33-34页 |
| ·隐马尔可夫模型（HMM） | 第34-41页 |
| ·隐马尔可夫模型的引入 | 第35-36页 |
| ·隐马尔可夫模型的定义及其基本概念 | 第36-37页 |
| ·HMM 的三个基本问题 | 第37-41页 |
| 第五章 说话人辨认系统与实验分析 | 第41-52页 |
| ·WAV 声音文件格式分析 | 第41-45页 |
| ·实验验证 | 第45-49页 |
| ·实验目的和方法 | 第45-47页 |
| ·实验平台的选择 | 第47-48页 |
| ·实验所用语音库的建立 | 第48页 |
| ·说话人辨认系统的建立 | 第48-49页 |
| ·实验及结果分析 | 第49-51页 |
| ·小结 | 第51-52页 |
| 第六章 结论 | 第52-55页 |
| ·本文工作总结 | 第52-53页 |
| ·研究展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 在学研究成果 | 第58-59页 |
| 致谢 | 第59页 |
