基于GMM和人耳听觉特征的歌手识别系统算法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景与意义 | 第7-9页 |
| ·论文结构概要和创新点 | 第9-11页 |
| 第二章 歌手识别系统概述 | 第11-13页 |
| ·歌手识别研究现状 | 第11-12页 |
| ·歌手识别研究系统结构 | 第12页 |
| ·总结 | 第12-13页 |
| 第三章 音乐信号的声学和听觉基础理论 | 第13-23页 |
| ·人声产生的研究 | 第13-14页 |
| ·音乐的构成 | 第14-17页 |
| ·音高 | 第14-15页 |
| ·音强 | 第15-16页 |
| ·音色 | 第16页 |
| ·时值 | 第16-17页 |
| ·语音信号的感知 | 第17-20页 |
| ·听觉系统 | 第17-19页 |
| ·掩蔽效应 | 第19-20页 |
| ·常用音乐编码格式 | 第20-23页 |
| ·MIDI | 第20-21页 |
| ·WAV | 第21页 |
| ·MP3 | 第21-23页 |
| 第四章 歌手声音信号的听觉特征分析 | 第23-34页 |
| ·预处理 | 第23-25页 |
| ·采样 | 第23页 |
| ·分帧 | 第23-24页 |
| ·预加重 | 第24页 |
| ·加窗 | 第24-25页 |
| ·特征参数的提取 | 第25-34页 |
| ·美尔倒谱系数 | 第26-29页 |
| ·线性预测系数美尔变换 | 第29-31页 |
| ·伽马声倒谱系数 | 第31-33页 |
| ·Delta特征的加入 | 第33-34页 |
| 第五章 歌曲中人声的识别 | 第34-41页 |
| ·歌曲中人声识别研究现状 | 第34-35页 |
| ·歌声端点检测方法 | 第35-38页 |
| ·短时能量 | 第35页 |
| ·短时平均过零率 | 第35-36页 |
| ·短时功率谱 | 第36-38页 |
| ·基于最小一范数的稀疏表示方法 | 第38-41页 |
| ·SRC理论模型 | 第38-39页 |
| ·低通滤波 | 第39-41页 |
| 第六章 高斯混合模型的基本原理 | 第41-47页 |
| ·高斯混合模型的描述 | 第41-42页 |
| ·GMM模型的训练 | 第42-46页 |
| ·EM算法 | 第43-45页 |
| ·K-均值算法 | 第45-46页 |
| ·本章总结 | 第46-47页 |
| 第七章 歌手识别系统算法的设计与实现 | 第47-54页 |
| ·歌手识别系统算法的分析与设计 | 第47-51页 |
| ·歌手识别数据库的建立 | 第47-48页 |
| ·歌曲中人声的识别 | 第48页 |
| ·歌声的人耳听觉特征参数的选取 | 第48页 |
| ·歌手识别模型的建立 | 第48-51页 |
| ·歌手识别实验及结果分析 | 第51-54页 |
| 第八章 总结和展望 | 第54-57页 |
| ·工作总结 | 第54-55页 |
| ·工作展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |
