版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、東南大學(xué)碩士學(xué)位論文基于高斯混合模型的與文本無(wú)關(guān)說(shuō)話人識(shí)別的研究姓名:羅賢鋼申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):信號(hào)與信息處理指導(dǎo)教師:鄒采榮20030301AbstractAbstractStartingin1930’s,speakerrecognitionhasincreasinglybecomeahotspotofresearchsince1960’sItcanbeappliedtoanumberoffields,suchassecurity
2、justice,militaryaffairs,financeandservicesBecauseofthat,lotsofscientificresearchersareinvolvedintheresearch,makinggreatdevelopmentHoweveritisnotripeverymuchThispapermostlyexploresinthetrainingofspeakerrecognitionmodels,t
3、hemethodofdecisionandthenoisereductionofspeechInthetrainingofspeakerrecognitionmodels,weinvestigatethetrainingofGaussianmixturemodelsThefirst,utilizingthemaximumlikelihoodestimatetogaininitialmodels,wemodifytheseinitialm
4、odelswiththeexpectationmaximumalgorithmaccordingtoaratioThenweobtainmoreoptimalmodelsSecondlyusingsomeofresultsthatthefirstmethodattainsfortheinitialgroup,thegeneticalgorithmconvergestothemostoptimalmodelsbycrossovers,mu
5、tationsandselectionsThegeneticalgorithmutilizesthefloatingpointencodingCrossoversandmutationsareexecutedinthewinninggroupandthefailinggroupofagenerationsimultaneouslyFinallytheoptimalwinandthepoorfailInthemethodofdecisio
6、n,makingtransformstotheframescoresofthetestutcerance,wecomputethefinalscore,improvingtheresultofspeakerrecognitionInthenoisereductionofspeech,spectrumsubtractioneliminatesthenoiseslightlyfirstlyavoidingthemusicnoiseThenn
7、oisereductionmethodthatusesthewaveletreducesthenoisefartherKeywords:speakerrecognition,Gaussianmixturemodels,advancedexpectationmaximumalgorithm,advancedgeneticalgorithm,noisereductionofspeech菊爵潭麗再夏——————————————————————
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于高斯混合模型的文本無(wú)關(guān)說(shuō)話人年齡識(shí)別.pdf
- 基于高斯混合模型的文本無(wú)關(guān)說(shuō)話人年齡識(shí)別
- 與文本無(wú)關(guān)說(shuō)話人識(shí)別技術(shù)的研究.pdf
- 基于VQ的文本無(wú)關(guān)說(shuō)話人識(shí)別研究.pdf
- 基于高斯混合模型的與文本無(wú)關(guān)的說(shuō)話人識(shí)別算法的改進(jìn).pdf
- 基于SVM的文本無(wú)關(guān)說(shuō)話人識(shí)別算法研究.pdf
- 基于高斯混合模型的與文本無(wú)關(guān)閉集說(shuō)話人辨認(rèn)研究.pdf
- 基于區(qū)分性說(shuō)話人模型的與文本無(wú)關(guān)說(shuō)話人確認(rèn)研究.pdf
- 文本無(wú)關(guān)說(shuō)話人識(shí)別系統(tǒng)研究.pdf
- 文本無(wú)關(guān)說(shuō)話人識(shí)別及其應(yīng)用研究.pdf
- 基于語(yǔ)音組成單位的文本無(wú)關(guān)說(shuō)話人識(shí)別.pdf
- 基于文本無(wú)關(guān)的說(shuō)話人識(shí)別.pdf
- 文本無(wú)關(guān)的說(shuō)話人識(shí)別研究.pdf
- 基于遺傳算法的混合高斯模型在與文本無(wú)關(guān)的說(shuō)話人識(shí)別中的應(yīng)用.pdf
- 基于GMM和高層信息特征的文本無(wú)關(guān)說(shuō)話人識(shí)別研究.pdf
- 信道魯棒的文本無(wú)關(guān)說(shuō)話人識(shí)別及應(yīng)用.pdf
- 基于缺失特征的文本無(wú)關(guān)說(shuō)話人識(shí)別魯棒性研究.pdf
- 基于LabVIEW的文本無(wú)關(guān)說(shuō)話人識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 與文本無(wú)關(guān)的說(shuō)話人識(shí)別的關(guān)鍵技術(shù)研究.pdf
- 基于廣義音素的文本無(wú)關(guān)說(shuō)話人認(rèn)證的研究.pdf
評(píng)論
0/150
提交評(píng)論