基于GMM的说话人识别系统研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·说话人识别研究的目的与意义 | 第9-10页 |
| ·说话人识别发展历史和研究现状 | 第10-12页 |
| ·论文工作的主要内容 | 第12-14页 |
| 第2章 说话人识别技术概述 | 第14-19页 |
| ·说话人识别的分类 | 第14-15页 |
| ·说话人识别的基本原理和系统结构 | 第15页 |
| ·说话人识别模式匹配方法 | 第15-17页 |
| ·模板匹配法 | 第16页 |
| ·概率统计模型法 | 第16-17页 |
| ·说话人识别系统性能评价 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 说话人识别语音前端处理和特征提取 | 第19-31页 |
| ·语音信号预处理 | 第19-22页 |
| ·基于减谱法语音增强的语音前端处理 | 第22-24页 |
| ·减谱法语音增强基本原理 | 第22-23页 |
| ·改进减谱法语音增强 | 第23页 |
| ·减谱法语音增强应用于前端处理实验 | 第23-24页 |
| ·说话人识别特征提取 | 第24-30页 |
| ·基音特征参数提取 | 第25-26页 |
| ·LPCC特征参数提取 | 第26-28页 |
| ·MFCC特征参数提取 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于VQ的说话人识别系统研究与实现 | 第31-39页 |
| ·系统基本结构 | 第31-32页 |
| ·矢量量化基本原理 | 第32-34页 |
| ·VQ基本原理 | 第32页 |
| ·LBG算法 | 第32-33页 |
| ·初始码本的选定 | 第33-34页 |
| ·系统具体实现 | 第34-36页 |
| ·语音数据库建立 | 第34页 |
| ·系统模型的训练与识别 | 第34-36页 |
| ·实验结果及其分析 | 第36-38页 |
| ·码本容量对说话人识别系统性能的影响 | 第36-37页 |
| ·不同的样本训练时间和测试时间对系统性能的影响 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于GMM的说话人识别系统研究与实现 | 第39-55页 |
| ·系统基本结构 | 第39-40页 |
| ·高斯混合模型GMM | 第40-43页 |
| ·模型描述 | 第40页 |
| ·模型参数估计 | 第40-42页 |
| ·模型参数初始化 | 第42-43页 |
| ·系统具体实现 | 第43-48页 |
| ·语音数据库 | 第43-44页 |
| ·系统模型的训练与识别 | 第44-48页 |
| ·实验结果及其分析 | 第48-52页 |
| ·GMM混合度对系统识别率的影响 | 第48-49页 |
| ·不同训练语音时长和测试时长对系统识别率的影响 | 第49-51页 |
| ·噪声环境下说话人识别系统分析 | 第51-52页 |
| ·基于VQ和GMM识别系统的性能比较 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·论文工作总结 | 第55-56页 |
| ·未来工作展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间发表的论文和参加的科研项目 | 第61页 |
| 一、攻读学位期间发表的论文 | 第61页 |
| 二、参加的科研项目 | 第61页 |
