1. 研究目的与意义
声音是我们感知外界的一种重要方式，它能给我们提供多种多样的信息。
声音事件识别作为智能语音信号处理的核心技术，其算法处于信号处理的前端，能够让人识别出当前的听觉场景，自适应地调用相应的处理程序，实现针对不同场景声信号的个性化处理。
本质上讲，说话人情绪识别属于环境声识别问题，主要包括两个方面：特征提取和分类。
2. 课题关键问题和重难点
课题关键问题及难点是：声纹数据的分类及前期特征提取， 基于模糊矢量量化模型的声纹检测。
方案如下：① 声纹数据的分类及前期特征提取。
声纹相关语料的收集；声纹相关语料的分类；声纹相关语料的标注；根据标注语料对声纹语料进行语音激活检测；对语料进行预加重、分帧及加窗处理；将每一帧数据进行相关特征提取；提取每一帧的能量作为特征参数；对数据进行特征选取；对相关特征进行组合。
3. 国内外研究现状（文献综述）
说话人识别和语音识别的区别在于，它不注重包含在语音信号中的文字符号以及语义内容信息，而是着眼于包含在语音信号中的个人特征，提取说话人的这些个人信息特征，以达到识别说话人的目的。
说话人识别方法的基本原理与语音识别相同，也是根据从语音中提取的不同特征，通过判断逻辑来判定该语句的归属类别。
但它也具有其特点：①语音按说话人划分，因而特征空间的界限也应按说话人划分；②应选用对说话人区分度大，而对语音内容不敏感的特征参量；③由于说话人识别的目的是识别出说话人而不是所发的语音内容，故采取的方法也有所不同，包括用以比较的帧和帧长的选定，识别逻辑的制定等。
4. 研究方案
1.声纹识别系统根据前人的研究，我们可以知道，要进行声音识别，得先对声音信号进行处理分类，然后提取关键参数，最后用我们自己的方法根据参数识别其他的声音信号，一个完整的声音事件识别的方式便可以确定下来。
图二 声音事件识别系统(1)预处理模块：预处理模块主要是为后续的信号处理做准备，同时预处理模块对所有输入信号分别进行相应的初步处理，预处理的内容主要包括端点检测、时间规整、预加重、分帧、加窗。
(2)特征提取模块：反映声音信号的特征参数。
5. 工作计划
2022-2022-1学期：第15-16周：完成选题，查找相关文献资料，对基于模糊矢量量化(FVQ)模型算法的声纹识别技术有个大体的了解；第17周：与导师沟通进行课题总体规划；第18周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲；第19周：搭建开发环境，撰写开题报告；2022-2022-2学期：第1-2周：进行课题的需求分析，提交开题报告；第3-4周：实现参数分析方法软件部分；第5-6周：实现基于模糊矢量量化(FVQ)模型法的声纹识别软件部分；第7-8周：实现系统软件联调的主要功能；提交毕业设计论文提纲给指导老师审阅；第9-11周：实现软件的可视化界面；完成毕业论文初稿；第12周：在教师的指导下对撰写的论文进行修改，提交论文终稿及合格的论文检测报告、毕业设计（论文）资料装袋；第13-14周：筹备毕业答辩相关事宜，制作参加毕业答辩的演示课件；参加毕业答辩，并提交全部文档和成果材料。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
