噪声背景下声纹识别算法的研究 | |
论文目录 | |
摘要 | 第1-6页 |
ABSTRACT | 第6-7页 |
缩略语表 | 第10-11页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 声纹识别国内外研究现状 | 第12-14页 |
1.2.2 噪声背景下声纹识别研究现状 | 第14-15页 |
1.3 研究目标及内容 | 第15-16页 |
1.4 论文章节安排 | 第16-18页 |
第二章 相关理论基础及方案设计 | 第18-32页 |
2.1 语音信号产生基本原理 | 第18-19页 |
2.2 声纹识别基本概念 | 第19-21页 |
2.3 声纹识别系统框架 | 第21-28页 |
2.3.1 语音信号预处理 | 第21-26页 |
2.3.2 语音特征参数 | 第26-27页 |
2.3.3 声纹模型 | 第27-28页 |
2.4 系统方案设计 | 第28-29页 |
2.5 系统评价指标 | 第29-30页 |
2.6 本章小结 | 第30-32页 |
第三章 改进的自适应压缩ACGFCC特征提取算法 | 第32-51页 |
3.1 GFCC特征提取 | 第32-34页 |
3.2 ACGFCC特征提取算法思想 | 第34-36页 |
3.3 自适应压缩ACGFCC特征提取 | 第36-39页 |
3.4 ACGFCC特征提取流程图及复杂度分析 | 第39-40页 |
3.5 实验结果与分析 | 第40-49页 |
3.5.1 实验环境 | 第40页 |
3.5.2 语音实验数据 | 第40-41页 |
3.5.3 实验参数设置 | 第41-45页 |
3.5.4 识别结果与分析 | 第45-49页 |
3.6 本章小结 | 第49-51页 |
第四章 基于谱减法的声纹模型参数优化 | 第51-68页 |
4.1 谱减法原理 | 第51-52页 |
4.2 GMM模型 | 第52-53页 |
4.2.1 高斯混合模型 | 第52-53页 |
4.2.2 GMM_UBM模型 | 第53页 |
4.3 模型参数训练 | 第53-58页 |
4.3.1 K-Means算法 | 第54-55页 |
4.3.2 EM算法 | 第55-56页 |
4.3.3 基于MAP的模式匹配 | 第56-58页 |
4.4 声纹模型参数优化 | 第58-62页 |
4.4.1 噪声估计 | 第59-60页 |
4.4.2 GMM参数优化 | 第60-62页 |
4.5 实验结果与分析 | 第62-67页 |
4.6 本章小结 | 第67-68页 |
第五章 总结与展望 | 第68-70页 |
5.1 论文总结 | 第68页 |
5.2 后续展望 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-75页 |
本篇论文共75页,点击
这进入下载页面 |
|
Copyright(C) All Rights Reserved |
客服QQ:304386486 |
目录由用户 lizawuxiaoj** 提供,作者删除入口请点击这里 |