基于高斯混合模型的话者识别系统的研究
| 内容提要 | 第1-8页 |
| 第一章 绪论 | 第8-24页 |
| ·话者识别的研究背景及意义 | 第8-10页 |
| ·话者识别的研究现状 | 第10-13页 |
| ·主要应用领域 | 第10-11页 |
| ·技术的难点 | 第11-13页 |
| ·话者识别研究的内容 | 第13-23页 |
| ·话者识别的基本原理 | 第14-15页 |
| ·话者识别的分类 | 第15-16页 |
| ·话者识别常用的特征 | 第16-18页 |
| ·话者识别的主要方法 | 第18-21页 |
| ·话者识别系统的性能评价 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第二章 语音信号预处理及特征参数的提取 | 第24-50页 |
| ·语音信号的产生 | 第24-25页 |
| ·语音信号的线性产生模型 | 第25-29页 |
| ·激励模型 | 第26-27页 |
| ·声道模型 | 第27-29页 |
| ·辐射模型 | 第29页 |
| ·语音信号的预处理 | 第29-32页 |
| ·采样与量化 | 第29-30页 |
| ·预加重处理 | 第30页 |
| ·短时加窗处理 | 第30-31页 |
| ·特征提取及评价 | 第31-32页 |
| ·语音信号的分析方法 | 第32-41页 |
| ·时域分析 | 第32-37页 |
| ·倒谱分析 | 第37-39页 |
| ·语音信号的语谱图 | 第39-41页 |
| ·特征参数MFCC 的提取 | 第41-50页 |
| ·MFCC 的定义 | 第42-44页 |
| ·MFCC 的提取 | 第44-49页 |
| ·MFCC 的分析 | 第49-50页 |
| 第三章 高斯混合模型及EM 算法 | 第50-67页 |
| ·高斯混合模型的基本概念 | 第50-54页 |
| ·高斯混合模型的含义 | 第50-51页 |
| ·高斯混合模型的描述 | 第51-53页 |
| ·高斯混合模型的训练 | 第53-54页 |
| ·EM 算法 | 第54-59页 |
| ·EM 算法的含义 | 第54页 |
| ·最大似然原理 | 第54-55页 |
| ·EM 算法的原理 | 第55-57页 |
| ·用EM 算法估计GMM 的参数 | 第57-59页 |
| ·GMM 参数的初始化 | 第59-63页 |
| ·常用方法简述 | 第60页 |
| ·LBG 算法 | 第60-61页 |
| ·K-均值算法 | 第61-63页 |
| ·基于高斯混合模型的话者识别 | 第63-67页 |
| ·GMM 应用于话者识别系统 | 第63页 |
| ·系统判别准则 | 第63-65页 |
| ·实际应用问题 | 第65-67页 |
| 第四章 话者识别系统的实现与实验结果 | 第67-83页 |
| ·实验条件与识别率计算 | 第67-68页 |
| ·软硬件条件 | 第67页 |
| ·实验语音库 | 第67页 |
| ·识别率计算 | 第67-68页 |
| ·基于高斯混合模型的话者识别系统的性能的研究 | 第68-79页 |
| ·测试语音单位长度对识别结果的影响 | 第70-71页 |
| ·高斯混合模型阶数对识别结果的影响 | 第71-73页 |
| ·混合模型协方差阈值对识别结果的影响 | 第73-75页 |
| ·预加重系数对识别结果的影响 | 第75-76页 |
| ·帧长对识别结果的影响 | 第76-79页 |
| ·基于改进最大期望算法的话者识别系统的研究 | 第79-83页 |
| ·改进最大期望算法 | 第79-81页 |
| ·实验结果及其分析 | 第81-83页 |
| 第五章 结论 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 摘要 | 第89-92页 |
| ABSTRACT | 第92-95页 |
| 致谢 | 第95-96页 |
| 导师及作者简介 | 第96页 |
