| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·说话人识别研究的背景和意义 | 第11页 |
| ·说话人识别概述 | 第11-13页 |
| ·说话人鲁棒性研究发展和国内外研究现状综述 | 第11-12页 |
| ·说话人识别技术的应用 | 第12-13页 |
| ·说话人识别的难点 | 第13页 |
| ·噪声环境下说话人识别技术 | 第13-16页 |
| ·噪声的分类及影响 | 第14页 |
| ·抗噪声处理的基本方法 | 第14-16页 |
| ·本文主要工作 | 第16-17页 |
| 第2章 说话人识别简介 | 第17-20页 |
| ·说话人识别的基本概念 | 第17页 |
| ·说话人识别的基本原理 | 第17-19页 |
| ·说话人识别方法的分类 | 第19页 |
| ·小结 | 第19-20页 |
| 第3章 说话人识别的预处理和特征参数提取的改进 | 第20-41页 |
| ·语音信号的预处理 | 第20-21页 |
| ·语音信号的预处理的改进 | 第21-31页 |
| ·小波分析与多分辨率分析 | 第22-27页 |
| ·小波分析与傅里叶变换的比较 | 第22-24页 |
| ·小波分析 | 第24-25页 |
| ·多分辨分析 | 第25-27页 |
| ·小波去噪应用于语音的预处理 | 第27-31页 |
| ·小波去噪阈值去噪法 | 第27-30页 |
| ·小波阈值去噪的仿真实验 | 第30-31页 |
| ·特征参数美尔倒谱系数 | 第31-35页 |
| ·求解MFCC的具体算法 | 第31-33页 |
| ·MFCC中加入能量信息和动态参数 | 第33-35页 |
| ·小波包分解 | 第35-36页 |
| ·最佳小波基BWB | 第36-37页 |
| ·小波包结点对频带的划分 | 第37-38页 |
| ·FPBW的提取算法 | 第38-39页 |
| ·小波去噪与新特征参数FPBW的结合 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第4章 高斯混合模型在说话人识别中的应用以及改进 | 第41-49页 |
| ·高斯混合模型 | 第41-46页 |
| ·高斯混合模型的基本概念 | 第41-42页 |
| ·高斯混合模型的参数估计 | 第42-45页 |
| ·高斯混合模型的识别算法 | 第45-46页 |
| ·正交高斯混合模型 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第5章 实验结果及分析 | 第49-56页 |
| ·特征参数的提取 | 第49页 |
| ·数据采集与预处理 | 第49页 |
| ·MFCC和FPBW的提取 | 第49页 |
| ·MFCC和FPBW的性能分析与比较 | 第49-53页 |
| ·基于小波去噪的说话人辨识 | 第53页 |
| ·两种特征参数MFCC和FPBW基于GMM和OGMM模型识别率的比较 | 第53-55页 |
| ·小结 | 第55-56页 |
| 结论与展望 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第64页 |