文档介绍：摘要以其应用的便捷性,逐渐引起人们对其理论的研究和广泛应用。而实际应用环境不可避免地要受到噪声的影响。美尔频率倒谱系数系统的功能模块化,并从系统设计的角度,实现了良好的复用,大大本论文的主要工作围绕着声纹识别特征提取方法研究和多台分机的通信应用协议方案,充分利用各机资源,提高了识别效四、应用软件复用思想,研究了网络通信软件领域中流行的可复用框架,并在多机软件系统中首次采用了“自适配通信环境”声纹识别渤扑祷叭耸侗技术作为生物特征识别技术的一种,无论是在声纹识别还是语音识别领域,语音特征的提取方法一直是人们研究的热点。通常,我们的语音模型是建立在安静环境下的,是目前流行应用于语音识别和声纹识别的特征,本人就其提取方法进行了改进,形成两种抗噪声的特征提取方法。本人在参与声纹识别多机应用系统研发的过程中,采用一种新框架,尽量使提高了软件开发质量和效率。机声纹识别系统主要底层模块的设计展开,工作创新点和主要特色如一、在比较深入研究声纹识别技术的基础上,采用目前实用的语音软件工具包ü齈绦蚪喙爻绦蚪辛唇樱⒘嘶于高斯混合模型纳剖侗鹗笛槠教ā二、从声学模型入手,针对噪声对语音频谱的影响方式,提取声道模型频谱包络,改进了特征提取方法,增强特征的抗噪声鲁棒性。在上述声纹识别实验平台基础上设计并测试了非线性包络检测方法和阈值方法:经过实验验证,在静态和非静态加性噪声下,两种方法的结合取得了识别率的提高。三、参与研发公安领域多机声纹识别系统项目,设计了主控机控制多率。中“前摄式模式”和“主动对象模式”,应用于高效的异步通信模块和接口层模块设计和实现,获得了代码清晰、复用性强、便于移植的效果。关键词:声纹识别;美尔频率倒谱系数;非线性包络检测;前摄式;主动对象下:第
知识水坝***@pologoogle为您整理
瑂舀,.甅,,瑃,甋瑄甀甇第页
知识水坝***@pologoogle为您整理
琈:’甈猚琾,,.,猵琫,,第
图表目录图烤挥镆羟榭鱿拢灯装缂觳狻表匝椴馐宰橐唬肷拢煌卣鞑问诓煌琒下的识别卫伲徊奔甜硒凹北京交通大学硕士学位论文图锾卣魇侗鹣低车幕窘峁埂图剖侗鹣低晨蛲肌图镆羰侗鹪诟鞲隽煊蛑械挠τ猛肌图祷叭耸侗鹗笛橄低彻钩伞图实验主要流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯幸欢斡镆籼崛〉奶卣魑募表卣魑募繁晔丁表类型及含义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图欢斡镆舻哪P臀募图卣骼嘈蜕柚梦募程序及一些相关应用程序⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯笛橄低衬柯冀峁埂表赜贚隡谋冉鲜笛椤轇:测试个发音渲蠰蚆祝琈中工表示带通滤波器⋯⋯形式皿:矩形:喝牵籆航徊嫒,硎韭瞬ㄆ鞲鍪‘”⋯⋯图ぜ又厍昂笥镆羝灯淄急冉稀潭扔胧导势德实那吖叵怠图矼卣魈崛」獭表俳缙刀温瞬ㄆ髡罅小儿种噪声频谱图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯三种噪声环境下,带噪语音在不同缕灯妆冉稀图镆粜藕挪睦肷⑹庇蚰P汀图同态滤波过程⋯⋯⋯⋯⋯⋯⋯⋯⋯.图镆粜蛄兄幸桓銎档闶艿皆肷跋旌蟀缙灯淄肌图瞬ㄆ魇涑霰冉贤肌图致瞬ㄆ髌迪焯匦浴表试验测试组二:肷鵉,不同特征参数在不同返氖表匝椴馐宰槿肷拢煌卣鞑问诓煌琒—的识图路椒ㄓ氪撤椒ㄊ侗鹇时冉稀图声纹识别系统整体框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图别率别率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第页
功能模块逻辑实现结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯异步通信主要类肌图语音波形处理界面图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯北京交通大学硕士学位论文多机模型集的创建过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模型集比对结果返回⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.多机通信图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯,⋯.多机通信信息头,信息尾格式⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.继承和多态性对象模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯中间件的分层结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯蚣芡肌同步线程实现并发体系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.反应式实现并发体系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯前摄式模式实现并发体系图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯交互图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..生存期管理⋯⋯⋯⋯⋯⋯.异步通信类对象的创建过程⋯⋯.异步通信层对外接口设计⋯⋯⋯~主动对象方法和通常方法比较⋯.图鞫韵罅龉丶牟斡胝摺图声纹识别模块图涌诔绦蚴迪至鞒獭募袷健结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...—~
本人签名:箍蕴豸导师签名:&日期:一年一月一日独创性声明本人声明,所呈交的论文是我个人在导师指导下进我一同工作的同志对本研究所做的任何贡献均已在论文行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京交通大学或其它教育机构