1. 研究目的与意义
声音是人类感知周围环境的一种重要媒介，也是反映人类行为的重要特征。
此处所指的声音不仅指语音，还包括其他各种环境声音以及由人类活动产生的声音，如鸟鸣声，水流声，敲门声、爆炸声、脚步声等。
声音由于其包含了各种丰富的信息，一直备受研究学者的关注。
2. 课题关键问题和重难点
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。
基于模糊矢量量化模型的声纹检测。
3. 国内外研究现状（文献综述）
模糊矢量量化采用模糊 均值聚类算法来实现矢量量化，通过隶属度函数引入不确定性思想，实现对硬聚类算法的有效扩展，在同样码本尺寸的情况下，通过模糊 均值聚类分析可以减少码本的量化误差，在实际应用中取得过较好的效果[8]。
首先定义模糊 均值聚类算法目标函数为如下（2）式所示：（2）其中 为某一观察矢量序列； 为各聚类中心组成的码本； 为一个模糊 均值隶属度函数集， 是第 个聚类中心即第 个码字的隶属度函数，它满足 ； 代表模糊度；d 表示距离。
根据目标函数的模糊 均值聚类算式如下（3）式所示：模糊 均值算法具有较好的收敛性[12]。
4. 研究方案
本课题将会研究模糊矢量量化模型在声纹语音中的识别效果，并对这个模型进行分析，讨论其在声纹检测中的优缺点，并以此来写文章。
我将严肃进行数据采集筛选，特征筛选。
严谨选择模糊矢量量化参数选择，并积极对照结果进行比对。
5. 工作计划
第一周：查找文献资料，对基于模糊矢量量化(FVQ)模型算法的声音事件识别技术有个大体的了解；第二周：对课题中涉及的知识作深入掌握，掌握参数分析方法、基于模糊矢量量化(FVQ)模型算法的声音事件识别技术等；第三周：制定研究计划，写开题报告；第四周：学习程序语言以及编程方法；第五周：练习编程；第六周：实现参数分析方法软件部分；第七周：实现基于模糊矢量量化(FVQ)模型法的声音事件识别软件部分；第八周：实现基于模糊矢量量化(FVQ)模型算法的声音事件识别方法软件部分；第九周：实现系统软件联调的主要功能；第十周：实现软件的可视化界面；第十一周：程序修改和完善，结果分析；第十二周：写论文以及准备答辩；第十三周：写论文以及准备答辩；第十四周：验收程序，进行毕业设计答辩；
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。
