带背景噪声的声纹识别系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·课题来源 | 第10页 |
| ·课题研究的背景及意义 | 第10-11页 |
| ·说话人识别的现状和应用前景 | 第11-12页 |
| ·说话人识别技术的介绍 | 第12-14页 |
| ·说话人识别技术的原理 | 第12-14页 |
| ·说话人识别的难点 | 第14页 |
| ·噪声环境下的声纹识别技术 | 第14-16页 |
| ·噪声的分类与影响 | 第14-15页 |
| ·抗噪声的处理方法 | 第15-16页 |
| ·主要研究内容 | 第16-17页 |
| 第2章 语音信号的端点检测 | 第17-32页 |
| ·语音信号的前端处理 | 第17-19页 |
| ·预加重 | 第17-18页 |
| ·加窗分帧 | 第18-19页 |
| ·基于短时能量与过零率的端点检测 | 第19-24页 |
| ·短时能量分析 | 第20-21页 |
| ·短时过零率 | 第21页 |
| ·基于短时能量与过零率的端点检测 | 第21-24页 |
| ·基于线性预测倒谱距离与过零率的端点检测 | 第24-28页 |
| ·LPC 的基本原理 | 第24-26页 |
| ·基于 LPCC_D-ZCR 的端点检测 | 第26-28页 |
| ·两种双门限法端点检测的仿真实验 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于高斯混合模型的声纹识别系统 | 第32-45页 |
| ·梅尔频率倒谱系数 | 第32-35页 |
| ·Mel 滤波器组 | 第32-34页 |
| ·MFCC 算法 | 第34页 |
| ·差分 MFCC 的特征提取 | 第34-35页 |
| ·高斯混合模型 | 第35-40页 |
| ·高斯混合模型的基础理论 | 第35-36页 |
| ·高斯混合模型的训练 | 第36-37页 |
| ·EM 算法 | 第37-39页 |
| ·GMM 参数的初始化 | 第39-40页 |
| ·GMM 模型的识别算法 | 第40页 |
| ·基于 GMM 模型的声纹识别系统 | 第40-44页 |
| ·实验环境 | 第41-42页 |
| ·实验分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 噪声环境下的声纹识别系统 | 第45-57页 |
| ·基于小波变换的语音去噪 | 第45-46页 |
| ·小波变换的基础理论 | 第45-46页 |
| ·小波变换的去噪原理 | 第46页 |
| ·基于小波包变换的语音去噪 | 第46-49页 |
| ·小波包变换的去噪原理 | 第46-48页 |
| ·小波变换与小波包变换语音去噪仿真实验 | 第48-49页 |
| ·阈值函数的选取 | 第49-54页 |
| ·常用阈值函数 | 第49-50页 |
| ·折衷阈值函数 | 第50页 |
| ·改进的阈值函数 | 第50-52页 |
| ·几种阈值去噪和改进后阈值去噪的仿真实验 | 第52-54页 |
| ·噪声环境下的声纹识别系统仿真 | 第54-56页 |
| ·实验噪声环境下的声纹识别系统仿真 | 第54-55页 |
| ·实际噪声环境下的声纹识别系统仿真 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |
