| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 说话人识别技术研究难点 | 第11-12页 |
| 1.4 研究内容与文章安排 | 第12-14页 |
| 1.4.1 研究内容 | 第12页 |
| 1.4.2 文章安排 | 第12-14页 |
| 第2章 说话人识别理论概述与特征提取算法 | 第14-24页 |
| 2.1 说话人识别基本概念与分类 | 第14-15页 |
| 2.1.1 说话人识别基本概念 | 第14页 |
| 2.1.2 说话人识别基础分类 | 第14-15页 |
| 2.2 说话人识别系统结构 | 第15页 |
| 2.3 语音信号预处理 | 第15-18页 |
| 2.4 说话人识别特征提取原则 | 第18页 |
| 2.5 常用的说话人识别特征 | 第18-23页 |
| 2.5.1 梅尔频率倒谱特征 | 第18-20页 |
| 2.5.2 线性预测倒谱系数 | 第20-22页 |
| 2.5.3 Delta特征参数 | 第22页 |
| 2.5.4 三种语音特征的分析与比较 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 说话人识别分类模型 | 第24-30页 |
| 3.1 高斯混合模型与支持向量机模型 | 第24-28页 |
| 3.1.1 高斯混合模型 | 第24-26页 |
| 3.1.2 支持向量机模型 | 第26-28页 |
| 3.2 基于GMM-SVM的说话人识别系统 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 基于加权混合特征的话者识别算法 | 第30-42页 |
| 4.1 引言 | 第30页 |
| 4.2 多窗谱估计与Gammatone滤波器组 | 第30-33页 |
| 4.2.1 多窗谱估计 | 第30-31页 |
| 4.2.2 人耳听觉系统工作原理与Gammatone滤波器组 | 第31-33页 |
| 4.3 基于多窗谱估计与Gammatone滤波器组的改进MFCC特征 | 第33-34页 |
| 4.3.1 改进MFCC特征提取 | 第33-34页 |
| 4.4 改进MFCC的特性分析加权函数设置策略 | 第34-37页 |
| 4.4.1 改进MFCC特性分析 | 第34-35页 |
| 4.4.2 加权函数策略设置 | 第35-37页 |
| 4.5 实验仿真与结果分析 | 第37-41页 |
| 4.5.1 实验参数设置 | 第37-38页 |
| 4.5.2 特征仿真实验与分析 | 第38页 |
| 4.5.3 结果与分析 | 第38-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第5章 基于自适应改进滤波器组的说话人识别特征提取算法 | 第42-55页 |
| 5.1 引言 | 第42页 |
| 5.2 Mel滤波器组特性和语音个性信息分布分析 | 第42-44页 |
| 5.2.1 语音频谱中说话人个性特征信息的分布特性 | 第42-43页 |
| 5.2.2 Mel滤波器组特性分析 | 第43-44页 |
| 5.3 基于自适应GTF滤波器组的改进倒谱特征提取 | 第44-51页 |
| 5.3.1 语音特征有效性的评价方法 | 第44-47页 |
| 5.3.2 自适应GTF滤波器组的设计思路 | 第47-48页 |
| 5.3.3 自适应GTF滤波器组的算法实现 | 第48-51页 |
| 5.4 实验仿真与结果分析 | 第51-54页 |
| 5.4.1 实验参数设置 | 第51页 |
| 5.4.2 特征区分性能仿真实验 | 第51页 |
| 5.4.3 实验结果与分析 | 第51-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间参加的科研项目和成果 | 第62页 |
