文本无关的连续自然语音的说话人识别及基于DSP的实现
摘要 | 第1-3页 |
Abstract | 第3-4页 |
目录 | 第4-5页 |
第一章 引言 | 第5-13页 |
1.1 背景 | 第5-6页 |
1.2 生物识别技术与自动说话人识别 | 第6-7页 |
1.3 说话人识别的回顾与发展 | 第7-9页 |
1.4 说话人识别系统的主要应用领域 | 第9-10页 |
1.5 说话人识别系统面临的问题 | 第10-11页 |
1.6 课题的工作和论文的研究内容 | 第11-13页 |
第二章 说话人识别软件处理平台概览 | 第13-29页 |
2.1 说话人识别系统平台 | 第13-14页 |
2.2 说话人识别系统 | 第14-15页 |
2.3 语音信号的数字化和预处理 | 第15页 |
2.4 说话人语音特征参数 | 第15-21页 |
2.5 语音说话人模型 | 第21-27页 |
2.6 判决规则 | 第27-28页 |
2.7 小结 | 第28-29页 |
第三章 基于信息熵融合的改进 | 第29-37页 |
3.1 信息测度与信息熵的概念 | 第29-32页 |
3.2 信息熵融合(IEF)在说话人确认上的应用 | 第32-37页 |
第四章 信道补偿技术在说话人识别上的应用 | 第37-45页 |
4.1 信道补偿技术简介 | 第37-38页 |
4.2 经验补偿技术 | 第38-39页 |
4.3 盲补偿 | 第39-40页 |
4.4 基于特征及模型的补偿 | 第40-43页 |
4.5 小结 | 第43-45页 |
第五章 说话人识别DSP平台的设计与实现 | 第45-55页 |
5.1 前言 | 第45-46页 |
5.2 说话人识别DSP平台的设计 | 第46-52页 |
5.3 基于DSP的说话人识别 | 第52-54页 |
5.4 小结 | 第54-55页 |
第六章 总结 | 第55-58页 |
6.1 实验结果及分析 | 第55-57页 |
6.2 总结和展望 | 第57-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-60页 |