| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-14页 |
| §1.1 研究背景 | 第9-11页 |
| §1.1.1 说话人识别 | 第9-10页 |
| §1.1.2 非平稳时间序列分析 | 第10-11页 |
| §1.2 说话人识别的历史和现状 | 第11-12页 |
| §1.3 本课题的研究内容和意义 | 第12-14页 |
| 第二章 多变量时间序列的分析及统计分析方法 | 第14-24页 |
| §2.1 时间序列的分类及其分析的目的 | 第14-15页 |
| §2.1.1 时间序列的分类 | 第14页 |
| §2.1.2 时间序列分析的目的 | 第14-15页 |
| §2.2 自协方差非平稳向量时间序列及其分析模型 | 第15-19页 |
| §2.2.1 随机过程 | 第15-16页 |
| §2.2.2 自协方差非平稳向量时间序列 | 第16页 |
| §2.2.3 时变向量自回归模型 | 第16-19页 |
| §2.3 统计分析方法介绍 | 第19-23页 |
| §2.3.1 模型定阶准则 | 第19页 |
| §2.3.2 多个总体的判别 | 第19-23页 |
| §2.4 MATLAB介绍 | 第23页 |
| §2.5 小结 | 第23-24页 |
| 第三章 说话人识别的主要方法及其特征选取 | 第24-29页 |
| §3.1 说话人识别的主要方法 | 第24-26页 |
| §3.1.1 说话人识别的基本原理 | 第24-25页 |
| §3.1.2 说话人识别的主要方法 | 第25-26页 |
| §3.2 说话人识别的特征选取 | 第26-28页 |
| §3.2.1 说话人识别系统中常用的特征参数 | 第26-27页 |
| §3.2.2 特征参数的评价方法 | 第27-28页 |
| §3.3 小结 | 第28-29页 |
| 第四章 语音信号分析方法 | 第29-37页 |
| §4.1 语音信号的采样和量化 | 第29-30页 |
| §4.2 语音信号的预处理 | 第30-32页 |
| §4.2.1 分帧与加窗 | 第30页 |
| §4.2.2 短时能量分析 | 第30-31页 |
| §4.2.3 短时平均过零率 | 第31页 |
| §4.2.4 端点检测 | 第31-32页 |
| §4.3 语音信号分帧数的归一化 | 第32-33页 |
| §4.4 语音信号的频域分析 | 第33-35页 |
| §4.4.1 短时傅立叶变换 | 第33-34页 |
| §4.4.2 倒谱分析 | 第34页 |
| §4.4.3 MEL频率倒谱参数(mel frequency cepstrum coefifcient,MFCC) | 第34-35页 |
| §4.5 小结 | 第35-37页 |
| 第五章 基于TVVAR模型的说话人识别 | 第37-47页 |
| §5.1 特征参数的选取 | 第37-40页 |
| §5.1.1 特征频率的选取 | 第37-38页 |
| §5.1.2 特征频率MEL倒谱值序列的选择 | 第38-39页 |
| §5.1.3 特征频率MEL倒谱值序列的回归分析 | 第39-40页 |
| §5.2 时变向量自回归模型分析 | 第40-42页 |
| §5.3 实验及结果分析 | 第42-46页 |
| §5.3.1 识别参数的选取 | 第42-43页 |
| §5.3.2 识别方法 | 第43页 |
| §5.3.3 距离差的分布 | 第43-44页 |
| §5.3.4 判别结果的可信度 | 第44-45页 |
| §5.3.5 识别时间分析 | 第45-46页 |
| §5.4 小结 | 第46-47页 |
| 第六章 结论与展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读学位期间公开发表的论文 | 第53-54页 |
| 附录 | 第54-62页 |
| 致谢 | 第62页 |