| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外课题研究现状 | 第9-12页 |
| 1.2.1 说话人识别发展历史及现状 | 第9-10页 |
| 1.2.2 信号稀疏分解发展历史及现状 | 第10-12页 |
| 1.3 本文的主要内容和章节安排 | 第12-14页 |
| 2 基于矢量量化的说话人识别系统 | 第14-27页 |
| 2.1 系统的基本结构 | 第14-15页 |
| 2.2 说话人系统的实现 | 第15-24页 |
| 2.2.1 语音信号的预处理 | 第15-18页 |
| 2.2.2 说话人识别特征参数提取 | 第18-21页 |
| 2.2.3 说话人识别的模型训练及匹配 | 第21-24页 |
| 2.3 基于VQ的说话人识别系统的构建与测试 | 第24-26页 |
| 2.3.1 不同码本容量对识别结果的影响 | 第24-25页 |
| 2.3.2 不同失真度量方法对识别结果的影响 | 第25页 |
| 2.3.3 不同初始码本方法对识别结果的影响 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 语音信号的稀疏分解与去噪 | 第27-41页 |
| 3.1 信号稀疏分解基本原理 | 第27-32页 |
| 3.1.1 信号的稀疏分解 | 第27-29页 |
| 3.1.2 稀疏信号的重构 | 第29-30页 |
| 3.1.3 仿真分析 | 第30-32页 |
| 3.2 语音信号的稀疏性分析 | 第32-36页 |
| 3.2.1 语音信号在离散余弦基下的稀疏性 | 第32-34页 |
| 3.2.2 语音信号在离散傅里叶基下的稀疏性 | 第34-36页 |
| 3.3 基于稀疏分解的语音信号去噪 | 第36-39页 |
| 3.3.1 基于稀疏分解的信号去噪基本思想 | 第36-37页 |
| 3.3.2 仿真分析 | 第37-39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 基于稀疏分解的含噪语音说话人识别研究 | 第41-56页 |
| 4.1 宽带噪声下含噪语音说话人识别 | 第41-47页 |
| 4.1.1 均匀噪声和高斯噪声模型 | 第41-43页 |
| 4.1.2 均匀噪声下说话人识别实验仿真 | 第43-45页 |
| 4.1.3 高斯噪声下说话人识别实验仿真 | 第45-47页 |
| 4.2 冲击噪声下含噪语音说话人识别 | 第47-55页 |
| 4.2.1 α稳定分布模型 | 第48-49页 |
| 4.2.2 基于联合时频字典稀疏分解的语音信号去噪 | 第49-53页 |
| 4.2.3 冲击噪声下的说话人识别性能仿真 | 第53-55页 |
| 4.3 本章小结 | 第55-56页 |
| 5 总结 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-65页 |