基于高层信息融合的短语音说话人识别方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 说话人识别概述 | 第11-17页 |
| 1.2.1 说话人识别分类 | 第12-14页 |
| 1.2.2 说话人确认系统基本原理 | 第14-15页 |
| 1.2.3 说话人确认系统评价指标 | 第15-17页 |
| 1.3 研究历程与现状 | 第17-19页 |
| 1.4 本文的主要内容及结构安排 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第2章 声纹识别基础概述 | 第21-38页 |
| 2.1 引言 | 第21页 |
| 2.2 声纹特征概述 | 第21-24页 |
| 2.2.1 线性预测倒谱系数 | 第22页 |
| 2.2.2 梅尔频率倒谱系数 | 第22-24页 |
| 2.2.3 伽马通滤波倒谱系数 | 第24页 |
| 2.3 规整算法 | 第24-29页 |
| 2.3.1 倒谱均值方差规整 | 第25页 |
| 2.3.2 相关频谱滤波器 | 第25-26页 |
| 2.3.3 特征弯折 | 第26-27页 |
| 2.3.4 基于声门信息剥离的特征规整 | 第27-29页 |
| 2.4 声纹识别中常用技术介绍 | 第29-33页 |
| 2.4.1 最大期望迭代算法 | 第29-31页 |
| 2.4.2 联合因子算法 | 第31页 |
| 2.4.3 主成分分析算法 | 第31-32页 |
| 2.4.4 动态时间规划算法 | 第32-33页 |
| 2.5 高斯混合模型及其参数估计 | 第33-37页 |
| 2.5.1 高斯混合模型基本概念及其物理意义 | 第33-36页 |
| 2.5.2 基于高斯混合模型的确认系统 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 基于筛选高斯分量的说话人确认方法 | 第38-52页 |
| 3.1 引言 | 第38-39页 |
| 3.2 基于自适应模型的确认算法 | 第39-44页 |
| 3.2.1 自适应模型基本原理 | 第39-41页 |
| 3.2.2 自适应模型参数更新 | 第41-44页 |
| 3.3 基于筛选高斯分量的确认算法 | 第44-48页 |
| 3.3.1 高斯分量区分性能分析 | 第44-45页 |
| 3.3.2 基于挑选机制的确认算法 | 第45-47页 |
| 3.3.3 算法流程 | 第47-48页 |
| 3.4 仿真实验与数据分析 | 第48-51页 |
| 3.4.1 实验数据库介绍 | 第48-49页 |
| 3.4.2 实验仿真结果与分析 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于高层信息融合的短语音确认方法 | 第52-63页 |
| 4.1 引言 | 第52-53页 |
| 4.2 韵律特征 | 第53-55页 |
| 4.2.1 基音频率 | 第53-54页 |
| 4.2.2 共振峰 | 第54-55页 |
| 4.3 基于高层信息融合的短语音确认方法 | 第55-57页 |
| 4.4 实验仿真与性能分析 | 第57-62页 |
| 4.4.1 实验数据库介绍 | 第57页 |
| 4.4.2 实验仿真结果与分析 | 第57-62页 |
| 4.5 文章小结 | 第62-63页 |
| 第5章 基于超矢量降维的说话人确认方法 | 第63-73页 |
| 5.1 引言 | 第63-64页 |
| 5.2 基于分类与降维的确认算法 | 第64-67页 |
| 5.2.1 基于分类的确认方法 | 第65-66页 |
| 5.2.2 基于降维的确认方法 | 第66-67页 |
| 5.3 仿真实验与结果分析 | 第67-72页 |
| 5.3.1 实验数据库介绍 | 第67-68页 |
| 5.3.2 实验仿真结果与分析 | 第68-72页 |
| 5.4 小结 | 第72-73页 |
| 第6章 总结 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
