声明
摘要
第1章 绪论
1.1 选题背景及意义
1.2 说话人识别参数及模型研究的现状和难点
1.3 研究内容与章节安排
第2章 语音信号预处理及说话人识别原理
2.1 语音信号产生模型
2.1.1 激励模型
2.2.2 声道模型
2.2.3 辐射模型
2.2 语音信号前端处理
2.2.1 语音信号采集及数字化
2.2.2 预加重
2.2.4 分帧及加窗
2.3 说话人识别原理
2.3.1 说话人识别的分类
2.3.2 说话人识别的实现过程
2.4 说话人识别的模型
2.4.1 矢量量化VQ模型
2.4.2 隐马尔可夫模型(HMM)模型
2.4.3 高斯混合模型(GMM)模型
2.5 本章小结
第3章 说话人识别中特征参数的提取方法
3.1 说话人识别常用特征概述
3.2 基音周期
3.3 线性预测系数
3.2.1 线性预测中LPC分析
3.2.2 线性预测倒谱系数的提取
3.3 梅尔倒谱系数
3.4 感知线性预测倒谱系数
3.5 说话人识别实验分析
3.5.1 单特征说话人识别实验及对比
3.5.2 组合基音周期的实验
3.6 本章总结
第4章 改进的基于基音同步的特征参数
4.1 基音同步原理
4.1.1 传统加窗的缺陷
4.1.2 基于基音同步可变窗长加窗
4.2 基于基音同步的特征参数提取
4.2.1 基于基音同步的MFCC参数
4.2.2 基于基音同步的LPCC参数
4.2.3 基于基音同步的PLPCC参数
4.3 实验结果与分析
4.4 本章总结
第5章 基于浊音谱重建的特征参数提取方法
5.1 清浊音频谱分析
5.2 频谱的重建的及特征参数提取
5.2.1 基函数为sinc函数的重建
5.3 混合特征参数
5.4 本章总结
第6章 总结与展望
科研及获奖情况
致谢
参考文献