说话人识别及其在噪声环境下的鲁棒性研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-15页 |
| ·说话人识别概述 | 第8-11页 |
| ·说话人识别的基本原理和分类 | 第8-9页 |
| ·说话人识别的研究现状和发展趋势 | 第9-11页 |
| ·说话人识别的难点 | 第11页 |
| ·噪声环境下的说话人识别 | 第11-14页 |
| ·噪声的类型 | 第11-12页 |
| ·说话人识别中的噪声抑制算法 | 第12-14页 |
| ·本文主要研究内容 | 第14-15页 |
| 第二章 说话人识别的常用特征 | 第15-22页 |
| ·线性预测系数LPC | 第15-16页 |
| ·线性预测倒谱系数LPCC | 第16-17页 |
| ·Mel 频率尺度倒谱系数MFCC | 第17-19页 |
| ·Mel 倒谱系数MCC | 第19-20页 |
| ·各种特征参数识别性能分析与比较 | 第20-22页 |
| 第三章 说话人识别的基本方法 | 第22-42页 |
| ·矢量量化（VQ）方法 | 第23-29页 |
| ·LBG 聚类算法 | 第25页 |
| ·随机局部搜索RLS 算法 | 第25-26页 |
| ·遗传算法GA | 第26-29页 |
| ·隐马尔可夫模型HMM | 第29-38页 |
| ·HMM 模型的实例和定义 | 第30-32页 |
| ·HMM 模型的基本算法 | 第32-35页 |
| ·语音处理工具箱HTK 介绍 | 第35-36页 |
| ·基于HMM 的汉语声调识别 | 第36-38页 |
| ·高斯混合模型GMM | 第38-42页 |
| ·GMM 模型的参数估计 | 第39-40页 |
| ·GMM 说话人辨认算法 | 第40-42页 |
| 第四章 相对自相关序列小波分解特征提取算法 | 第42-50页 |
| ·语音信号的相对自相关序列及其应用 | 第42-46页 |
| ·相对自相关序列小波分解特征提取 | 第46-47页 |
| ·实验结果及分析 | 第47-50页 |
| 第五章 基于置信度分析的说话人识别 | 第50-60页 |
| ·频谱域缺失数据理论介绍 | 第51-52页 |
| ·用于说话人识别的Mel 尺度谱减法 | 第52页 |
| ·频谱域滤波器组特征分量置信度分析与计算 | 第52-54页 |
| ·MFCC 特征分量置信度分析与计算 | 第54-55页 |
| ·基于MFCC 特征分量置信度加权的说话人识别 | 第55-56页 |
| ·实验结果与分析 | 第56-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间公开发表的论文 | 第64-65页 |
| 致谢 | 第65-66页 |
| 详细摘要 | 第66-68页 |
