首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文

说话人识别系统鲁棒性研究

第一章 绪论第1-33页
   ·选题与研究意义第14-16页
   ·研究背景与课题来源第16-17页
   ·说话人识别技术综述第17-24页
     ·说话人识别的定义第17-19页
     ·说话人识别中的特征分析第19-20页
     ·说话人模型第20-23页
     ·背景模型第23-24页
   ·研究难点和发展方向第24-27页
     ·说话人语音的变化第24-25页
     ·影响说话人识别性能的其它因素第25-26页
     ·说话人识别技术的发展方向第26-27页
   ·本文所做的工作和创新第27-29页
   ·本文的组织第29页
 参考文献第29-33页
第二章 噪音下的语音检测与噪声消减第33-54页
   ·引言第33页
   ·噪音条件下的语音检测第33-45页
     ·常用的特征参数第34-38页
     ·基于置信度的动态多特征检测方法(RM-DMF)第38-42页
     ·实验与结果分析第42-45页
   ·噪音消减技术比较第45-51页
     ·谱相减算法与误差补偿第46-50页
     ·多通道增强方法第50-51页
   ·小结第51-52页
 参考文献第52-54页
第三章 基频特征与动态特征的运用第54-73页
   ·引言第54页
   ·语音信号与基音频率第54-59页
     ·语音信号发声模型第55-57页
     ·Mel域倒谱特征与基音频率第57-59页
   ·基于多相滤波器组的基频检测方法(MPFB-PDA)第59-65页
     ·多相滤波器组第59-60页
     ·基频检测第60-63页
     ·清浊音判决第63-64页
     ·基频检测实验结果第64-65页
   ·基频特征与动态特征分析第65-69页
     ·基频统计分布特征第65-67页
     ·一种新的基频/能量轨迹特征(PEC)第67-69页
   ·对比实验第69-70页
   ·小结第70-71页
 参考文献第71-73页
第四章 训练数据不足以及噪声下的说话人模型第73-99页
   ·引言第73-74页
   ·混合高斯模型GMM第74-79页
     ·GMM模型与实现第74-76页
     ·GMM的机理与不足第76-79页
   ·基于回归类的多特征空间建模方法(RC-MES)第79-87页
     ·Eigenvoice方法及其缺陷第80-81页
     ·回归类分析第81-83页
     ·基于回归类的多特征空间算法步骤第83-84页
     ·模型参数估计第84-87页
   ·一种新的噪声与说话人混合建模方法(SBIM)第87-93页
     ·一般混合模型描述第88-90页
     ·基于特征空间的混合模型参数估计第90-93页
   ·对比仿真实验第93-96页
     ·训练数据不足时第93-95页
     ·有噪声存在时第95-96页
   ·小结第96-97页
 参考文献第97-99页
第五章 语音传输中的信道补偿第99-121页
   ·引言第99页
   ·说话人识别系统中的传输失真问题第99-102页
     ·语音传输中的失真类型第100-101页
     ·信道失真带来的问题第101-102页
   ·特征域失真补偿技术第102-107页
     ·特征映射第103-105页
     ·改进的特征映射方法(EFM)第105-107页
   ·基于RBF的非线性特征映射(RBF-NFM)第107-111页
     ·非线性映射与RBF网络第108-109页
     ·RBF网络以及训练策略第109-111页
   ·信道失真补偿实验第111-118页
     ·语音库组成以及失真设置第112-113页
     ·说话人确认实验配置第113页
     ·评价方法与评价指标第113-115页
     ·实验结果及讨论第115-118页
   ·小结第118-119页
 参考文献第119-121页
第六章 总结和展望第121-126页
   ·论文总结第121-124页
   ·不足之处以及进一步的研究方向第124-126页
致谢第126-127页
附录:攻读博士学位期间所发表的论文第127-128页
西北工业大学 学位论文知识产权声明书第128页
西北工业大学 学位论文原创性声明第128页

论文共128页,点击 下载论文
上一篇:基于免疫反馈机理的MOCVD系统温度自动控制研究
下一篇:工程结构可靠性理论在工业厂房结构检测鉴定中的应用