基于矢量量化的语种识别
| 第1章 绪论 | 第1-16页 |
| 1．1 语种识别 | 第10-14页 |
| 1．1．1 什么是语种识别 | 第10页 |
| 1．1．2 语种识别的意义 | 第10-11页 |
| 1．1．3 前人所做的工作 | 第11-13页 |
| 1．1．4 基于矢量量化的语种识别 | 第13-14页 |
| 1．2 矢量量化技术 | 第14页 |
| 1．3 论文的组成 | 第14-16页 |
| 第2章 语音的声学特征 | 第16-30页 |
| 2．1 概述 | 第16-18页 |
| 2．2 语种识别的概率性理论框架 | 第18-22页 |
| 2．2．1 最大后验概率方法 | 第18-19页 |
| 2．2．2 基于帧的方法 | 第19-20页 |
| 2．2．3 基于段的方法 | 第20-22页 |
| 2．3 语音的声学特征信息 | 第22-24页 |
| 2．3．1 音位信息 | 第22-23页 |
| 2．3．2 韵律信息 | 第23-24页 |
| 2．4 语音的其它特征信息 | 第24-25页 |
| 2．5 语音基频的求取 | 第25-27页 |
| 2．6 语音产生过程及在语种识别中的应用 | 第27-29页 |
| 2．7 本章小结 | 第29-30页 |
| 第3章 语音信号特征参数的提取 | 第30-40页 |
| 3．1 前言 | 第30页 |
| 3．2 语音信号的数字化 | 第30-31页 |
| 3．3 数字语音信号的加窗分帧 | 第31-32页 |
| 3．4 数字语音信号的预加重 | 第32页 |
| 3．5 短时自相关分析 | 第32-33页 |
| 3．6 能量归一化 | 第33页 |
| 3．7 线性预测分析 | 第33-38页 |
| 3．7．1 线性预测分析的基本原理 | 第33-37页 |
| 3．7．2 线性预测方程组的求解 | 第37-38页 |
| 3．8 LPC倒谱系数 | 第38-39页 |
| 3．9 本章小结 | 第39-40页 |
| 第4章 特征矢量量化 | 第40-55页 |
| 4．1 前言 | 第40页 |
| 4．2 矢量量化的基本原理 | 第40-43页 |
| 4．3 矢量量化的失真测度 | 第43-46页 |
| 4．3．1 欧氏距离测度 | 第44页 |
| 4．3．2 线性预测失真测度 | 第44-45页 |
| 4．3．3 识别失真测度 | 第45-46页 |
| 4．4 最佳矢量量化 | 第46-47页 |
| 4．4．1 总体最佳矢量量化和局部最佳矢量量化 | 第46页 |
| 4．4．2 最小平均失真最佳矢量量化的必要条件 | 第46-47页 |
| 4．5 聚类算法 | 第47-51页 |
| 4．5．1 K-均值法 | 第47-48页 |
| 4．5．2 LBG算法 | 第48-50页 |
| 4．5．3 模拟退火 K-均值算法 | 第50-51页 |
| 4．6 LBG算法中初始码本的生成 | 第51-53页 |
| 4．7 LBG算法中产生的一些问题 | 第53-54页 |
| 4．8 本章小结 | 第54-55页 |
| 第5章 语种识别实验 | 第55-64页 |
| 5．1 OGI-TS语音数据库 | 第56-58页 |
| 5．2 实验所用的语音数据库 | 第58页 |
| 5．3 语种识别系统评价 | 第58-59页 |
| 5．4 实验 | 第59-63页 |
| 5．4．1 语种模型训练 | 第59页 |
| 5．4．2 语种识别测试 | 第59-63页 |
| 5．5 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附录A | 第72-73页 |
| 附录B | 第73页 |
