声明
摘要
第一章 绪论
1.1 说话人识别技术
1.1.1 说话人识别的研究背景及其意义
1.1.2 说话人识别的历史及现状
1.2 说话人识别概述
1.2.1 说话人识别的概念及分类
1.2.2 说话入识别系统框图
1.3 论文的组织结构
1.3.1 研究工作
1.3.2 内容安排
第二章 语音信号的数字化处理
2.1 语音信号的获取
2.1.1 语音信号产生的原理
2.1.2 语音信号的采集及数字化
2.2 语音信号的预处理介绍
2.2.1 语音信号的预加重处理
2.2.2 分帧与加窗
2.2.3 语音信号的短时平均能量
2.2.4 语音信号的短时平均过零率
2.3 说话人语音信号特征参数的提取
2.3.1 梅尔频率(Mel-Frequency Analysis,Mel)的分析
2.3.2 MFCC的提取流程
2.4 本章小结
第三章 语音信号端点检测及滤波处理
3.1 语音信号的端点检测
3.1.1 传统的DTED技术及仿真分析
3.1.2 改进DTED技术及仿真分析
3.1.3 改进的端点检测算法结合矢量量化进行说话人识别应用
3.2 语音信号的滤波处理
3.2.1 LMS滤波算法
3.2.2 RLS滤波算法
3.2.3 FTRLS滤波算法
3.2.4 改进FTRLS滤波算法
3.2.5 结果对比分析
3.3 本章小结
第四章 基于人工神经网络的说话人识别
4.1 神经网络发展历史
4.1.1 神经网络的研究背景
4.1.2 神经网络的优势
4.2 人工神经网络的原理
4.2.1 人工神经网络的基本概念
4.2.2 神经元结构
4.2.3 神经网络结构
4.2.4 神经网络的学习方式和规则
4.3 BP神经网络
4.3.1 前向传播
4.3.2 反向传播
4.4 本章小结
第五章 说话人识别系统的仿真实验
5.1 实验的前提条件
5.1.1 实验的软硬件环境及语音信号采集
5.1.2 说话人识别系统识别率的计算
5.2 仿真实验
5.2.1 不同语音长度
5.2.2 不同特征维度
5.2.3 不同迭代次数
5.2.4 待识别说话人个数
5.3 本章小结
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间发表的论文