基于听觉特征参数的说话人识别技术
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 说话人技术研究难点 | 第12-13页 |
| 1.4 本文的主要研究内容和文章安排 | 第13-14页 |
| 1.4.1 主要研究内容 | 第13页 |
| 1.4.2 文章安排 | 第13-14页 |
| 第2章 说话人识别基础 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 说话人识别基本原理 | 第14-15页 |
| 2.2.1 说话人识别系统结构 | 第14页 |
| 2.2.2 说话人识别分类 | 第14-15页 |
| 2.3 语音信号产生数学模型 | 第15-17页 |
| 2.3.1 激励模型 | 第16页 |
| 2.3.2 声道模型 | 第16页 |
| 2.3.3 辐射模型 | 第16-17页 |
| 2.4 信号预处理 | 第17-21页 |
| 2.4.1 预加重 | 第17-18页 |
| 2.4.2 加窗分帧 | 第18-19页 |
| 2.4.3 端点检测 | 第19-21页 |
| 2.5 说话人识别模型 | 第21-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 基于高斯混合模型的说话人识别 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 经典语音参数 | 第23-27页 |
| 3.2.1 线性预测倒谱系数 | 第23-24页 |
| 3.2.2 梅尔倒谱系数 | 第24-27页 |
| 3.3 特征参数的评价方法 | 第27-28页 |
| 3.4 高斯混合模型 | 第28-32页 |
| 3.4.1 基本原理 | 第29-31页 |
| 3.4.2 GMM识别算法 | 第31-32页 |
| 3.5 GMM说话人识别实验和分析 | 第32-34页 |
| 3.5.1 特征参数性能分析 | 第32-33页 |
| 3.5.2 高斯混合阶数分析 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第4章 基于听觉特性的改进特征参数 | 第35-48页 |
| 4.1 引言 | 第35页 |
| 4.2 卷积窗 | 第35-40页 |
| 4.2.1 频谱泄露 | 第35-36页 |
| 4.2.2 窗函数的选择 | 第36-38页 |
| 4.2.3 汉明卷积窗定义 | 第38-40页 |
| 4.3 基于伽马通滤波器的听觉模型 | 第40-45页 |
| 4.3.1 伽马通滤波器特性 | 第40-42页 |
| 4.3.2 全极点伽马通滤波器的实现 | 第42-44页 |
| 4.3.3 改进特征参数提取 | 第44-45页 |
| 4.4 实验仿真和结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 基于小波变换的耳蜗倒谱系数 | 第48-62页 |
| 5.1 引言 | 第48页 |
| 5.2 小波变换 | 第48-50页 |
| 5.2.1 小波变换基本原理 | 第48-49页 |
| 5.2.2 小波变换与傅里叶变换的比较 | 第49-50页 |
| 5.3 耳蜗滤波器倒谱系数的实现 | 第50-53页 |
| 5.3.1 听觉变换 | 第50-52页 |
| 5.3.2 毛细胞窗口 | 第52页 |
| 5.3.3 非线性响度和DCT | 第52-53页 |
| 5.4 不同频域尺度的耳蜗特征参数 | 第53-59页 |
| 5.4.1 耳蜗滤波器时频特性 | 第53-55页 |
| 5.4.2 不同频域尺度的频带划分 | 第55-59页 |
| 5.5 实验仿真和结果分析 | 第59-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 附录A 个人简历 | 第69-70页 |
| 附录B 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 附录C 论文中的用图 | 第71-73页 |
| 附录D 论文中的用表 | 第73页 |
