基于波形分析的自动声纹识别技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 引言 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 声纹识别及其技术的发展 | 第11-13页 |
| 1.3 本文主要内容及结构安排 | 第13-15页 |
| 第2章 声纹识别技术分析 | 第15-27页 |
| 2.1 语音信号采集 | 第15页 |
| 2.2 语音预处理 | 第15-19页 |
| 2.2.1 维纳滤波与卡尔曼滤波 | 第16-17页 |
| 2.2.2 分帧和加窗处理 | 第17-18页 |
| 2.2.3 端点检测 | 第18-19页 |
| 2.3 特征参数提取 | 第19-22页 |
| 2.3.1 倒谱系数 | 第19-20页 |
| 2.3.2 梅尔倒谱系数 | 第20-21页 |
| 2.3.3 线性预测倒谱系数 | 第21-22页 |
| 2.4 匹配与识别 | 第22-27页 |
| 2.4.1 高斯混合模型 | 第22-23页 |
| 2.4.2 隐马尔可夫模型 | 第23-24页 |
| 2.4.3 人工神经网络 | 第24-27页 |
| 第3章 小波分析与小波降噪 | 第27-38页 |
| 3.1 小波分析基础理论 | 第27-33页 |
| 3.1.1 小波及小波基函数 | 第27-29页 |
| 3.1.2 离散小波 | 第29页 |
| 3.1.3 小波变换 | 第29-30页 |
| 3.1.4 尺度函数与尺度空间 | 第30-32页 |
| 3.1.5 小波空间与小波函数 | 第32页 |
| 3.1.6 尺度展开系数与小波展开系数 | 第32-33页 |
| 3.2 小波时频分析 | 第33-35页 |
| 3.3 小波阈值降噪 | 第35-38页 |
| 3.3.1 阈值选取 | 第35-37页 |
| 3.3.2 阈值处理方法 | 第37-38页 |
| 第4章 基于波形分析的声纹识别技术 | 第38-44页 |
| 4.1 语音信号波形分析 | 第38-39页 |
| 4.2 多层感知机 | 第39-41页 |
| 4.3 小波特征参数提取 | 第41-42页 |
| 4.4 基于波形分析的声纹识别系统 | 第42-44页 |
| 第5章 基于方差的小波去噪与特征提取 | 第44-51页 |
| 5.1 基于方差的小波阈值去噪方法 | 第44-47页 |
| 5.1.1 原理介绍 | 第44-46页 |
| 5.1.2 算法实现 | 第46-47页 |
| 5.2 基于滑动方差的小波特征提取 | 第47-51页 |
| 5.2.1 小波特征提取 | 第47-50页 |
| 5.2.2 实现方法 | 第50-51页 |
| 第6章 实验与仿真 | 第51-60页 |
| 6.1 小波降噪方法测试 | 第51-55页 |
| 6.1.1 一维正弦信号降噪 | 第51-52页 |
| 6.1.2 二维人脸图像降噪 | 第52-53页 |
| 6.1.3 人脸识别测试 | 第53-55页 |
| 6.1.4 讨论与分析 | 第55页 |
| 6.2 小波特征提取测试 | 第55-60页 |
| 6.2.1 声纹识别测试 | 第56-57页 |
| 6.2.2 语义识别测试 | 第57-58页 |
| 6.2.3 声纹和语义双重识别测试 | 第58-59页 |
| 6.2.4 讨论与分析 | 第59-60页 |
| 第7章 总结与展望 | 第60-62页 |
| 7.1 本文的主要工作 | 第60-61页 |
| 7.2 下一步工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
