| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9页 |
| 1.2 基本原理与研究意义 | 第9-11页 |
| 1.2.1 说话人识别的基本原理 | 第9-11页 |
| 1.2.2 说话人识别的意义及应用 | 第11页 |
| 1.3 特征参数 | 第11-12页 |
| 1.4 EMD方法 | 第12-13页 |
| 1.4.1 概述 | 第12页 |
| 1.4.2 研究现状 | 第12-13页 |
| 1.5 本文的主要研究内容和章节安排 | 第13-15页 |
| 1.5.1 主要研究内容 | 第13页 |
| 1.5.2 文章安排 | 第13-15页 |
| 第2章 语音信号的处理方法 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 时域处理 | 第15-21页 |
| 2.2.1 短时平均能量和短时平均幅度 | 第15-17页 |
| 2.2.2 短时过零分析 | 第17-19页 |
| 2.2.3 短时自相关和平均幅度差函数 | 第19-21页 |
| 2.3 时频处理 | 第21-23页 |
| 2.3.1 短时傅里叶变换 | 第21-22页 |
| 2.3.2 Wigner分布 | 第22-23页 |
| 2.4 同态处理 | 第23-25页 |
| 2.4.1 复倒谱和倒谱 | 第24页 |
| 2.4.2 倒谱分析与同态解卷积 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 说话人特征参数的算法及其实现 | 第26-33页 |
| 3.1 引言 | 第26页 |
| 3.2 说话人特征参数 | 第26-29页 |
| 3.2.1 MFCC参数 | 第26-28页 |
| 3.2.2 ASCC参数 | 第28-29页 |
| 3.2.3 实验仿真结果与分析 | 第29页 |
| 3.3 基于时频处理的MFCC参数提取 | 第29-31页 |
| 3.3.1 基于Wigner分布与DFT相结合的时频分析方法 | 第29-30页 |
| 3.3.2 基于时频分析的MFCC参数提取过程 | 第30-31页 |
| 3.4 实验仿真与结果分析 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于EMD的语音信号分解 | 第33-41页 |
| 4.1 引言 | 第33页 |
| 4.2 EMD分解 | 第33-37页 |
| 4.2.1 EMD分解原理及分解的过程 | 第33-35页 |
| 4.2.2 固有模态函数 | 第35-37页 |
| 4.2.3 EMD端点效应 | 第37页 |
| 4.3 Hilbert变换 | 第37-40页 |
| 4.3.1 瞬时频率 | 第37-39页 |
| 4.3.2 Hilbert谱与边际谱 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于EMD结合时频分析的特征参数提取法 | 第41-50页 |
| 5.1 引言 | 第41页 |
| 5.2 基于EMD加权的原理 | 第41-44页 |
| 5.2.1 IMF幅值和频率信息 | 第42-43页 |
| 5.2.2 权重的选择 | 第43-44页 |
| 5.3 基于EMD加权MFCC参数提取 | 第44-46页 |
| 5.3.1 语音信号的去清音处理 | 第44-45页 |
| 5.3.2 基于EMD结合时频分析的特征提取流程图 | 第45-46页 |
| 5.4 基于EMD的MFCC与ASCC混合参数的提取 | 第46页 |
| 5.5 实验仿真与结果分析 | 第46-48页 |
| 5.6 本章小结 | 第48-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A 个人简历、在校期间发表学术论文与研究成果 | 第57-58页 |
| 附录B 论文中的用图 | 第58-60页 |
| 附录C 论文中的用表 | 第60页 |
