| 第一章 引言 | 第1-17页 |
| 1．1 语音识别与说话人识别研究状况概述 | 第7-9页 |
| 1．1．1 语音识别研究状况概述 | 第7-9页 |
| 1．1．2 说话人识别研究状况概述 | 第9页 |
| 1．2 说话人识别 | 第9-16页 |
| 1．2．1 说话人识别概述 | 第9-11页 |
| 1．2．2 说话人识别原理 | 第11-12页 |
| 1．2．3 说话人识别的主要方法 | 第12-14页 |
| 1．2．4 说话人的语音基础 | 第14-16页 |
| 1．3 说话人识别的主要应用领域及前景 | 第16页 |
| 1．4 本文的主要工作 | 第16-17页 |
| 第二章 Hilbert-Huang变换 | 第17-33页 |
| 2．1 Hilbert-Huang变换中的重要概念 | 第17-27页 |
| 2．1．1 瞬时频率 | 第17-19页 |
| 2．1．2 内禀模态函数(IMF) | 第19-20页 |
| 2．1．3 经验模态分解 | 第20-26页 |
| 2．1．4 Hilbert谱 | 第26-27页 |
| 2．2 Hilbert-Huang变换的有效性和先进性 | 第27-28页 |
| 2．3 计算机实例分析 | 第28-31页 |
| 2．4 目前存在的方法需要在以后研究中需要改进的地方 | 第31-33页 |
| 第三章 说话人识别中的特征参数提取与模型建立 | 第33-48页 |
| 3．1 特征参数提取 | 第33-41页 |
| 3．1．1 基音周期 | 第33-34页 |
| 3．1．2 LPC倒谱系数 | 第34-37页 |
| 3．1．3 基于HHT变换的HF系数 | 第37-39页 |
| 3．1．4 特征参量有效性评价 | 第39-41页 |
| 3．2 说话人模型建立 | 第41-48页 |
| 3．2．1 矢量量化的基本原理 | 第41-43页 |
| 3．2．2 失真测度 | 第43-44页 |
| 3．2．3 矢量量化器最佳设计的两个条件 | 第44-45页 |
| 3．2．4 说话人码书设计 | 第45-48页 |
| 第四章 说话人确认系统设计与实现 | 第48-58页 |
| 4．1 预处理 | 第49-51页 |
| 4．1．1 预加重 | 第49-50页 |
| 4．1．2 去除静音 | 第50页 |
| 4．1．3 系统采用的预处理方法 | 第50-51页 |
| 4．2 特征提取 | 第51-52页 |
| 4．2．1 LPC倒谱 | 第51页 |
| 4．2．2 HF系数 | 第51-52页 |
| 4．3 说话人确认系统实现 | 第52-54页 |
| 4．3．1 识别算法 | 第52-54页 |
| 4．3．2 采用的说话人确认方法 | 第54页 |
| 4．4 系统的性能评价 | 第54-57页 |
| 4．5 语音数据库 | 第57-58页 |
| 第五章 实验数据分析 | 第58-72页 |
| 5．1 特征提取 | 第58-60页 |
| 5．1．1 提取LPCC系数 | 第58-59页 |
| 5．1．2 提取HF系数 | 第59-60页 |
| 5．1．3 比较 | 第60页 |
| 5．2 建立码本库 | 第60-68页 |
| 5．2．1 以LPCC系数建立码本库 | 第60-65页 |
| 5．2．2 以HF系数建立码本库 | 第65-68页 |
| 5．2．3 比较 | 第68页 |
| 5．3 识别部分及统计比较 | 第68-72页 |
| 5．3．1 LPCC法识别 | 第68-69页 |
| 5．3．2 HF法识别 | 第69-71页 |
| 5．3．3 总结 | 第71-72页 |
| 第六章 结论与展望 | 第72-73页 |
| 6．1 结论 | 第72页 |
| 6．2 课题展望 | 第72-73页 |
| 「参考文献」 | 第73-75页 |
| 致谢 | 第75页 |
