摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 说话人识别研究现状 | 第10-11页 |
1.3 说话人识别研究难点 | 第11页 |
1.4 本文的主要工作及内容结构安排 | 第11-13页 |
1.4.1 主要工作 | 第11-12页 |
1.4.2 内容结构安排 | 第12-13页 |
第2章 说话人识别概述 | 第13-24页 |
2.1 说话人识别原理 | 第13-16页 |
2.2 说话人识别预处理 | 第16-21页 |
2.2.1 预加重 | 第16-17页 |
2.2.2 分帧加窗 | 第17-19页 |
2.2.3 端点检测 | 第19-21页 |
2.3 说话人识别模型 | 第21-23页 |
2.3.1 模板匹配模型 | 第21-22页 |
2.3.2 概率统计模型 | 第22页 |
2.3.3 人工神经网络 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 说话人识别特征参数组合方法 | 第24-38页 |
3.1 LPC系数 | 第24-26页 |
3.2 MFCC参数 | 第26-28页 |
3.3 LPCMFCC参数 | 第28-29页 |
3.4 TEOCC参数 | 第29-30页 |
3.5 基于Fisher比的组合特征参数 | 第30-35页 |
3.5.1 Fisher准则 | 第31页 |
3.5.2 基于Fisher比的MFCC、LPMFCC和TEOCC组合特征参数 | 第31-32页 |
3.5.3 基于Fisher比的MFCC、LPMFCC和TEOCC加权组合特征参数 | 第32-33页 |
3.5.4 基于Fisher比的MFCC组合特征参数 | 第33-35页 |
3.6 基于PCA的组合特征参数 | 第35-36页 |
3.6.1 主分量分析 | 第35-36页 |
3.6.2 基于PCA的MFCC、LPMFCC和TEOCC组合特征参数 | 第36页 |
3.7 本章小结 | 第36-38页 |
第4章 基于GMM的说话人识别系统 | 第38-48页 |
4.1 高斯混合模型的基本概念 | 第38-39页 |
4.2 高斯混合模型的参数估计 | 第39-41页 |
4.3 基于GMM的说话人识别系统 | 第41-42页 |
4.4 仿真实验及结果分析 | 第42-46页 |
4.4.1 语音库及参数设置 | 第42页 |
4.4.2 实验结果及分析 | 第42-46页 |
4.5 本章小结 | 第46-48页 |
第5章 基于BP神经网络的说话人识别系统 | 第48-52页 |
5.1 BP神经网络基本概念 | 第48-49页 |
5.2 基于BP神经网络的说话人识别系统 | 第49-50页 |
5.3 仿真实验及结果分析 | 第50-51页 |
5.3.1 语音库及参数设置 | 第50页 |
5.3.2 实验结果及分析 | 第50-51页 |
5.4 本章小结 | 第51-52页 |
第6章 总结与展望 | 第52-54页 |
6.1 总结 | 第52页 |
6.2 展望 | 第52-54页 |
参考文献 | 第54-58页 |
致谢 | 第58-59页 |
附录A 个人简历 | 第59-60页 |
附录B 攻读学位期间发表的论文 | 第60-61页 |
附录C 论文中的用图 | 第61-62页 |
附录D 论文中的用表 | 第62页 |