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--语音识别与设备论文

说话人识别中特征组合方法的研究

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

论文共62页,点击 下载论文
上一篇:基于Kerr介质非线性的量子态的制备和分发
下一篇:Horava引力中Park黑洞的似正规模