目录
摘 要 Ⅰ
ABSTRACT Ⅱ
第一章 文献综述 1
1 研究背景及意义 1
2 国内外研究现状 2
3 研究方案 3
第二章 相关算法与理论基础 5
1 隐马尔可夫模型 5
2 Viterbi算法 6
3 梅尔频率倒谱系数 7
4 Kmeans聚类算法 10
第三章 数据采集及预处理 11
1 数据采集 11
2 数据预处理 11
第四章 模型搭建及准确率测试 14
1 提取特征参数 14
2 训练HMM模型 16
3 模型识别准确率测试 17
4 测试结果分析 19
第五章 结论与展望 20
1 工作总结 20
2 工作展望 20
参考文献 22
致 谢 23
基于隐马尔可夫模型的人声识别方法研究
摘 要
随着深度学习技术的快速发展，语音信号识别技术在各个领域的作用也日益突出，声音作为人类日常交流中重要的工具，我们通常很容易通过一个人的声音来判断这个人的性别和年龄。本文提出一种基于隐马尔可夫模型的人声识别方法，根据不同的说话人在性别和年龄的语音特征都存在着先天的差异，从而完成对说话人的性别和年龄的识别。
本文的主要目的是搭建基于HMM的语音识别模型，并检测它的识别准确率，大概分为三个阶段：第一个阶段是语音信号的处理阶段，包括对语音信号进行预处理，提取MFCC参数，便于在隐马尔可夫模型中应用；第二个阶段是模型搭建阶段，对训练数据集的语音信号进行训练，搭建HMM语音识别模型；最后一个阶段是检测阶段，将测试集的语音信号处理后输入到模型中，检测是否能够成功识别，最终得到了较高的准确率。
本文设计的语音识别模型能够较为准确的对性别和年龄进行判定，而且具有良好的稳定性。该研究对说话人身份特征识别的发展具有积极意义，具有更大的商业价值和应用价值。

原文链接：http://www.jxszl.com/dzxx/dzdq/609085.html