面向语料采集系统的非并发说话人分离技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文工作及结构安排 | 第11-12页 |
| 2 语料采集系统 | 第12-23页 |
| 2.1 基于Hadoop的语料采集框架 | 第12-16页 |
| 2.1.1 Hadoop分布式系统概述 | 第12-14页 |
| 2.1.2 网络爬虫结构 | 第14-16页 |
| 2.2 不同性别说话人分离子系统 | 第16-22页 |
| 2.2.1 语音信号的线性可分离模型 | 第16-18页 |
| 2.2.2 说话人性别相关特征 | 第18-19页 |
| 2.2.3 子系统结构及关键步骤 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 说话人分割方法 | 第23-32页 |
| 3.1 基于BIC距离度量的说话人分割算法 | 第23-26页 |
| 3.1.1 贝叶斯信息准则简介 | 第23-24页 |
| 3.1.2 说话人转折点检测方法 | 第24-26页 |
| 3.2 基于GMM-UBM模型的说话人分割算法 | 第26-30页 |
| 3.2.1 UBM模型训练 | 第26-28页 |
| 3.2.2 基于GMM模型的说话人分割 | 第28-30页 |
| 3.3 改进的二步判决说话人分割方法 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 基于深度神经网络的说话人性别识别 | 第32-40页 |
| 4.1 深度神经网络框架 | 第32-34页 |
| 4.2 深度神经网络训练算法 | 第34-37页 |
| 4.3 网络模型的性能评价 | 第37-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 实验结果与分析 | 第40-54页 |
| 5.1 实验数据与系统说明 | 第40-41页 |
| 5.2 说话人分割 | 第41-48页 |
| 5.3 说话人性别识别 | 第48-53页 |
| 5.4 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60页 |
