| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 引言 | 第8-9页 |
| 1.2 说话人识别概述 | 第9-12页 |
| 1.2.1 说话人识别分类 | 第9-11页 |
| 1.2.2 说话人识别的应用 | 第11-12页 |
| 1.3 说话人识别的关键技术 | 第12-14页 |
| 1.3.1 说话人识别的特征提取 | 第12-13页 |
| 1.3.2 说话人识别方法 | 第13-14页 |
| 1.4 说话人识别发展及其现状 | 第14-15页 |
| 1.5 LabVIEW和matlab概述 | 第15页 |
| 1.6 论文的主要内容安排 | 第15-17页 |
| 第2章 语音信号的采集和预处理 | 第17-29页 |
| 2.1 语音信号概述 | 第17-18页 |
| 2.2 语音信号的采集 | 第18-21页 |
| 2.2.1 声卡概述 | 第19页 |
| 2.2.2 语音信号的实时采集 | 第19-21页 |
| 2.3 语音信号预处理 | 第21-28页 |
| 2.3.1 信号小波消噪 | 第21-23页 |
| 2.3.2 语音信号预加重 | 第23页 |
| 2.3.3 语音信号的加窗与分帧 | 第23-24页 |
| 2.3.4 语音信号端点检测 | 第24-28页 |
| 2.4 小结 | 第28-29页 |
| 第3章 语音信号的特征提取 | 第29-38页 |
| 3.1 线性预测编码倒谱系数LPCC和差分LPCC | 第29-32页 |
| 3.1.1 LPC的概述 | 第29-31页 |
| 3.1.2 LPCC倒谱系数和差分倒谱系数ALPCC | 第31-32页 |
| 3.2 Mel倒谱系数MFCC和差分MFCC | 第32-35页 |
| 3.2.1 MFCC的概述 | 第32-34页 |
| 3.2.2 MFCC倒谱系数和差分Mel倒谱系数(ΔMFCC) | 第34-35页 |
| 3.3 系统中选用的特征参数 | 第35-37页 |
| 3.3.1 特征参数的提取存储 | 第35-37页 |
| 3.4 小结 | 第37-38页 |
| 第4章 基于矢量量化(VQ)方法的说话人识别 | 第38-42页 |
| 4.1 矢量量化VQ概述 | 第38-39页 |
| 4.2 VQ的基本原理 | 第39页 |
| 4.3 VQ的LBG算法流程 | 第39-40页 |
| 4.4 VQ说话人识别系统的架构 | 第40-41页 |
| 4.5 小结 | 第41-42页 |
| 第5章 VQ说话人识别的仿真实现 | 第42-54页 |
| 5.1 语音采集录入储存和预处理回放实现 | 第42-45页 |
| 5.2 分别建立基于LΔLPCC和MΔMFCC特征参数的VQ训练模板库 | 第45-48页 |
| 5.3 基于LΔLPCC特征参数的VQ说话人识别实现 | 第48-51页 |
| 5.4 基于MΔMFCC特征参数的VQ说话人识别实现 | 第51-53页 |
| 5.5 LLPVQ说话人识别和MMFVQ说话人识别性能比较 | 第53页 |
| 5.6 小结 | 第53-54页 |
| 第6章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间的科研和学术成果 | 第59-60页 |
| 致谢 | 第60页 |
