说话人识别系统研究与实现
| 创新性声明 | 第1页 |
| 关于论文使用授权的说明 | 第2-3页 |
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·说话人识别的研究历史 | 第7-8页 |
| ·说话人识别技术存在的问题 | 第8-9页 |
| ·本论文的主要工作及论文组织 | 第9-10页 |
| 第二章 说话人识别技术概述 | 第10-15页 |
| ·说话人识别的分类 | 第10-11页 |
| ·说话人识别系统的组成 | 第11页 |
| ·说话人识别的关键技术 | 第11-15页 |
| ·语音信号的特征参数提取 | 第11-12页 |
| ·说话人识别方法 | 第12-15页 |
| 第三章 语音信号的预处理 | 第15-23页 |
| ·语音信号的数字模型 | 第15-17页 |
| ·激励模型 | 第15页 |
| ·声管模型 | 第15页 |
| ·共振峰模型 | 第15-16页 |
| ·辐射模型 | 第16-17页 |
| ·语音信号的获取 | 第17-19页 |
| ·语音的产生 | 第17-18页 |
| ·语音信号的数字化与采集 | 第18-19页 |
| ·语音信号的预加重 | 第19页 |
| ·语音信号的分帧与加窗 | 第19-20页 |
| ·语音信号的端点检测 | 第20-23页 |
| ·传统双门限端点检测算法 | 第21页 |
| ·对传统双门限端点检测方法的改进 | 第21-23页 |
| 第四章 语音信号的特征参数提取 | 第23-33页 |
| ·线性预测系数LPC | 第23-27页 |
| ·线性预测的基本原理 | 第23-25页 |
| ·线性预测系数的求取 | 第25-26页 |
| ·LPC模型阶数的确定 | 第26-27页 |
| ·线性预测倒谱系数LPCC | 第27-30页 |
| ·同态处理基本原理 | 第27-28页 |
| ·复倒谱和倒谱 | 第28页 |
| ·线性预测倒谱 | 第28-30页 |
| ·美尔倒谱系数MFCC | 第30-33页 |
| ·MFCC 系数的提取 | 第31-32页 |
| ·美尔差分倒谱参数 | 第32-33页 |
| 第五章 说话人识别方法 | 第33-41页 |
| ·说话人识别方法的种类 | 第33-34页 |
| ·矢量量化 | 第34-38页 |
| ·矢量量化的基本原理 | 第34-35页 |
| ·VQ 的识别模型 | 第35-36页 |
| ·码书的形成 | 第36-37页 |
| ·基于VQ的说话人识别 | 第37-38页 |
| ·动态时间规整（DTW） | 第38-41页 |
| 第六章 说话人识别系统的实现 | 第41-49页 |
| ·系统开发环境介绍 | 第41-42页 |
| ·硬件环境 | 第41页 |
| ·软件环境 | 第41页 |
| ·开发平台MATLAB介绍 | 第41-42页 |
| ·说话人识别系统的算法实现 | 第42-46页 |
| ·语音信号的预处理 | 第44-45页 |
| ·特征参数的提取 | 第45页 |
| ·识别算法的实现 | 第45-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·实验所用语音库 | 第46-47页 |
| ·说话人辨认系统实验结果 | 第47页 |
| ·说话人确认系统实验结果 | 第47-49页 |
| 结束语 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 在读期间的研究成果 | 第53页 |
