信道鲁棒的与文本无关说话人确认系统

文摘

英文文摘

声明

致谢

序

1 绪论

1.1 说话人识别的背景意义

1.2 说话人识别的发展及现状

1.3 说话人识别的信道差异问题

1.4 本文研究的主要问题及内容安排

1.5 本章小结

2 说话人确认系统原理

2.1 说话人确认系统组成

2.2 前端信号处理

2.2.1 预处理

2.2.2 特征提取

2.3 GMM—UBM模型

2.3.1 高斯混合模型

2.3.2 全局背景模型

2.3.3 自适应说话人模型

2.4 打分模块

2.5 系统性能评价

2.5.1 错误类型描述

2.5.2 DET曲线

2.5.3 EER和minDCF

2.5.4 基线系统性能

2.6 本章小结

3 特征域变换信道补偿算法

3.1 概述

3.2 相对谱滤波

3.3 倒谱均值减

3.3.1 倒谱均值减

3.3.2 实时的倒谱均值减

3.4 倒谱方差归一化

3.5 特征映射

3.5.1 信道分类器

3.5.2 特征映射变换

3.6 实验及分析

3.7 本章小结

4 模型域信道补偿算法

4.1 概述

4.2 说话人模型合成

4.2.1 SMS算法准则

4.2.2 SMS算法应用及实验分析

4.3 基于MAP的模型自适应

4.3.1 模型自适应算法概述

4.3.2 MAP自适应算法准则

4.3.3 MAP自适应算法应用及实验分析

4.4 信道子空间投影

4.4.1 U矩阵估计

4.4.2 训练UBM和说话人模型

4.4.3 补偿UBM和说话人模型

4.4.4 CSP算法应用及实验分析

4.5 方案性能比较

4.6 本章小结

5 分数域归一化信道鲁棒算法

5.1 概述

5.2 零归一化

5.3 测试归一化

5.4 话筒归一化

5.5 分数归一化技术的结合

5.6 实验及分析

5.6.1 分数归一化实验

5.6.2 特征变换与分数归一化结合

5.6.3 模型变换与分数归一化结合

5.7 本章小结

6 说话人确认系统平台

6.1 系统介绍

6.2 系统设计

6.2.1 核心算法

6.2.2 系统流程

6.3 数据库管理

6.4 注册模块

6.4.1 用户录音

6.4.2 注册用户信息

6.5 认证模块

6.5.1 查询用户信息

6.5.2 用户录音

6.5.3 用户认证

6.6 系统应用前景

6.7 本章小结

7 总结与展望

7.1 论文工作总结

7.2 研究展望

参考文献

作者简历