| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-22页 |
| ·研究的意义及应用 | 第12-13页 |
| ·说话人识别的研究历史及现状 | 第13-14页 |
| ·说话人识别概述 | 第14-19页 |
| ·说话人识别的基本原理 | 第14页 |
| ·说话人识别的分类 | 第14-15页 |
| ·说话人识别的常用特征 | 第15-16页 |
| ·说话人识别中的几种模式匹配方法 | 第16-18页 |
| ·说话人识别系统的性能评价 | 第18-19页 |
| ·说话人识别技术存在的问题与难点 | 第19-20页 |
| ·本论文的主要工作和内容安排 | 第20-22页 |
| 第2章 说话人识别基础知识 | 第22-34页 |
| ·语音信号处理基础知识 | 第22-24页 |
| ·语音发声机理 | 第22页 |
| ·人耳听觉感知机理 | 第22-23页 |
| ·语音信号的数字模型 | 第23-24页 |
| ·语音信号预处理 | 第24-27页 |
| ·预加重 | 第24-25页 |
| ·分帧和加窗 | 第25-26页 |
| ·端点检测 | 第26-27页 |
| ·当前流行的说话人识别特征 | 第27-31页 |
| ·线性预测倒谱系数LPCC | 第27-29页 |
| ·美尔频率倒谱系数MFCC | 第29-31页 |
| ·动态特征参数 | 第31页 |
| ·小结 | 第31-34页 |
| 第3章 基于MFCC+质心和VQ 的说话人识别算法 | 第34-46页 |
| ·矢量量化(VQ) | 第34-36页 |
| ·矢量量化的基本原理 | 第34-36页 |
| ·矢量量化的失真测度 | 第36页 |
| ·LBG 算法 | 第36-38页 |
| ·LBG 算法的流程 | 第36-37页 |
| ·初始码本的选定 | 第37-38页 |
| ·基于MFCC+质心和VQ 的说话人识别算法 | 第38-44页 |
| ·语音信号预处理 | 第38-39页 |
| ·组合特征参数的选取 | 第39-40页 |
| ·LBG 算法研究 | 第40-42页 |
| ·仿真实验 | 第42-44页 |
| ·小结 | 第44-46页 |
| 第4章 基于MFCC+ΔMFCC 和GMM 的说话人识别算法 | 第46-56页 |
| ·高斯混合模型（GMM） | 第46-51页 |
| ·GMM 的背景知识 | 第46页 |
| ·GMM 的基本概念 | 第46-47页 |
| ·GMM 的训练 | 第47-50页 |
| ·GMM 识别算法 | 第50-51页 |
| ·基于MFCC+ΔMFCC 和GMM 的说话人识别算法 | 第51-55页 |
| ·MFCC+ΔMFCC 特征参数的选取 | 第51-54页 |
| ·仿真实验 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第5章 基于VQ-GMM 的稳定高效的说话人识别算法 | 第56-60页 |
| ·VQ-GMM 的研究背景 | 第56-57页 |
| ·VQ-GMM 的构建 | 第57-58页 |
| ·仿真实验 | 第58-59页 |
| ·小结 | 第59-60页 |
| 第6 章总结与展望 | 第60-62页 |
| ·论文总结 | 第60-61页 |
| ·下一步研究的展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间取得的科研成果 | 第67页 |
