說(shuō)話(huà)人識(shí)別模型與方法

第一篇 緒論
第1章 背景與概述
1.1 研究背景及意義
1.1.1 說(shuō)話(huà)人識(shí)別介紹
1.1.2 說(shuō)話(huà)人識(shí)別的優(yōu)勢(shì)與應(yīng)用前景
1.2 研究進(jìn)展與趨勢(shì)
1.2.1 研究歷史
1.2.2 研究現(xiàn)狀
1.2.3 發(fā)展趨勢(shì)
1.2.4 存在的問(wèn)題
1.3 本書(shū)結(jié)構(gòu)
參考文獻(xiàn)
第2章 技術(shù)基礎(chǔ)與理論
2.1 背景知識(shí)
2.2 說(shuō)話(huà)人識(shí)別系統(tǒng)結(jié)構(gòu)
2.3 特征提取
2.3.1 預(yù)處理
2.3.2 美爾倒譜特征
2.3.3 線性預(yù)測(cè)系數(shù)
2.3.4 Delta特征和Delta_Dclta特征的計(jì)算
2.3.5 聲門(mén)特征
2.4 說(shuō)話(huà)人識(shí)別模型
2.4.1 高斯混合模型
2.4.2 隱馬爾可夫模型
2.4.3 動(dòng)態(tài)時(shí)間規(guī)整模型
2.4.4 向量量化模型，
2.5 得分規(guī)整
2.6 系統(tǒng)性能評(píng)價(jià)
2.6.1 評(píng)價(jià)指標(biāo)
2.6.2 性能與用戶(hù)規(guī)模的關(guān)系
2.6.3 實(shí)際使用要求
2.7 小結(jié)
參考文獻(xiàn)
第3章 說(shuō)話(huà)人識(shí)別語(yǔ)料庫(kù)
3.1 常用語(yǔ)料庫(kù)
3.2 面向移動(dòng)互聯(lián)環(huán)境的說(shuō)話(huà)人識(shí)別語(yǔ)料庫(kù)(SRMC)
3.2.1 SRMC的設(shè)計(jì)思路
3.2.2 SRMC錄音方案
3.2.3 SRMC錄音內(nèi)容
3.2.4 SRMC存儲(chǔ)與標(biāo)注
3.3 電話(huà)語(yǔ)音庫(kù)(PHONE)
3.4 多模態(tài)說(shuō)話(huà)人識(shí)別庫(kù)
3.5 NOISEX-92數(shù)據(jù)庫(kù)
3.6 小結(jié)
參考文獻(xiàn)
第二篇 特征提取
第4章 說(shuō)話(huà)人特征分析與優(yōu)化
4.1 特征性能分析
4.1.1 階數(shù)的影響
4.1.2 幀長(zhǎng)的影響
4.1.3 結(jié)論
4.2 特征參數(shù)優(yōu)化
4.2.1 語(yǔ)音包絡(luò)檢測(cè)
4.2.2 包絡(luò)最小長(zhǎng)度限制
4.2.3 預(yù)加重參數(shù)選取
4.2.4 語(yǔ)音起始點(diǎn)的去除
4.2.5 Delta特征的引入
4.2.6 訓(xùn)練音長(zhǎng)度的影響
4.2.7 結(jié)論
4.3 特征組合
4.3.1 單一特征組合
4.3.2 不同特征組合(小規(guī)模用戶(hù))
4.3.3 不同特征組合(中等規(guī)模用戶(hù))
4.4 二次特征提取
4.5 小結(jié)
參考文獻(xiàn)
第5章 基于主成分分析(PCA)的說(shuō)話(huà)人特征變換
5.1 高維說(shuō)話(huà)人特征的缺陷
5.2 說(shuō)話(huà)人特征與PCA變換
5.2.1 說(shuō)話(huà)人特征
5.2.2 PCA變換的流程與效果
5.2.3 說(shuō)話(huà)人特征的PCA變換
5.3 PCA特征變換應(yīng)用于說(shuō)話(huà)人鑒別
5.3.1 傳統(tǒng)的說(shuō)話(huà)人鑒別系統(tǒng)
5.3.2 基于PCA特征變換的可行性
5.4 局部PCA特征變換
5.4.1 基于局部PCA特征變換的說(shuō)話(huà)人鑒別系統(tǒng)
5.4.2 實(shí)驗(yàn)結(jié)果分析
5.4.3 結(jié)論
5.5 全局PCA特征變換
5.5.1 基于全局PCA特征變換的說(shuō)話(huà)人鑒別系統(tǒng)
5.5.2 實(shí)驗(yàn)結(jié)果分析
5.5.3 結(jié)論
5.6 基準(zhǔn)系統(tǒng)、局部PCA變換與全局PCA變換的比較
5.6.1 可擴(kuò)充性比較
5.6.2 識(shí)別性能比較
5.7 小結(jié)
參考文獻(xiàn)
第6章 基于線性判別分析(LDA)的說(shuō)話(huà)人特征變換
6.1 LDA變換與PCA變換的聯(lián)系與區(qū)別
6.1.1 LDA轉(zhuǎn)換公式與PCA轉(zhuǎn)換公式
6.1.2 LDA變換和PCA變換的原理的比較
6.1.3 用LDA對(duì)說(shuō)話(huà)人特征進(jìn)行變換
6.2 LDA特征變換
6.2.1 基于LDA特征變換的說(shuō)話(huà)人鑒別系統(tǒng)
6.2.2 實(shí)驗(yàn)結(jié)果分析
6.2.3 結(jié)論
6.3 基準(zhǔn)系統(tǒng)、全局PCA變換與LDA變換的比較
6.3.1 可擴(kuò)充性比較
6.3.2 識(shí)別性能比較
6.4 小結(jié)
參考文獻(xiàn)
第7章 基于軌線模型的說(shuō)話(huà)人特征時(shí)序性發(fā)掘
7.1 基于段模型的說(shuō)話(huà)人特征時(shí)序性發(fā)掘
7.1.1 段模型
7.1.2 段模型在語(yǔ)音識(shí)別中的應(yīng)用
7.1.3 說(shuō)話(huà)人特征時(shí)序性發(fā)掘方法
7.1.4 時(shí)序性發(fā)掘?qū)嶒?yàn)
7.2 基于TrendedHlMM的文本相關(guān)說(shuō)話(huà)人識(shí)別
7.2.1 TrendedHMM
7.2.2 TrendedH1VIM在語(yǔ)音識(shí)別中的應(yīng)用
7.2.3 文本相關(guān)的說(shuō)話(huà)人識(shí)別
7.2.4 TrendedHMM與VIV
7.2.5 TrendedHMM優(yōu)缺點(diǎn)
7.3 小結(jié)
參考文獻(xiàn)
第三篇 識(shí)別模型
第8章 基于支持向量機(jī)的識(shí)別模型
8.1 研究意義
8.2 支持向量的區(qū)域描述
8.2.1 閉集與開(kāi)集
8.2.2 支持向量的區(qū)域描述
8.2.3 說(shuō)話(huà)人辨認(rèn)
8.3 支持向量機(jī)的概率輸出
8.3.1 概率
8.3.2 支持向量機(jī)的概率輸出
8.3.3 內(nèi)嵌支持向量機(jī)(SVM)的隱馬爾可夫模型(HMM)
8.3.4 支持向量機(jī)(SVM)與高斯混合模型((3MM)的混合模型
8.4 基于向量量化(VQ)模型的核方法
8.5 基于GMM模型的核方法
8.6 多SVM混合模型
8.7 小結(jié)
參考文獻(xiàn)
第9章 基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的識(shí)別模型
9.1 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)
9.1.1 表達(dá)
9.1.2 推導(dǎo)
9.1.3 學(xué)習(xí)
9.1.4 結(jié)論
9.2 基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)(DBN)的說(shuō)話(huà)人識(shí)別
9.2.1 基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的識(shí)別框架
9.2.2 實(shí)驗(yàn)和討論
9.3 小結(jié)
參考文獻(xiàn)
第10章 基于主成分分析分類(lèi)器的說(shuō)話(huà)人識(shí)別
10.1 說(shuō)話(huà)人分類(lèi)常用算法的局限性
10.2 主成分分析分類(lèi)原理
10.2.1 主成分分析的遞歸定義
10.2.2 主成分分析的分類(lèi)依據(jù)
10.3 兩種主成分分析分類(lèi)器及其決策融合
10.3.1 基于主成分子空間的分類(lèi)器
10.3.2 基于截?cái)嗾`差子空間的分類(lèi)器
10.3.3 兩種主成分分析分類(lèi)器的決策融合
10.4 主成分分析分類(lèi)器應(yīng)用于說(shuō)話(huà)人鑒別