| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 说话人确认概述 | 第13-19页 |
| 1.2.1 声学特征 | 第13-15页 |
| 1.2.2 说话人确认建模方法 | 第15-17页 |
| 1.2.3 系统性能评价指标 | 第17-19页 |
| 1.3 噪声场景下的说话人确认技术 | 第19页 |
| 1.4 研究内容和论文结构 | 第19-21页 |
| 第二章 基于统计概率的说话人确认方法 | 第21-34页 |
| 2.1 基于GMM-UBM的说话人确认 | 第21-27页 |
| 2.1.1 GMM模型阐述 | 第21-22页 |
| 2.1.2 GMM模型参数估计 | 第22-25页 |
| 2.1.3 统一背景模型 | 第25-27页 |
| 2.2 基于i-vector结合PLDA的说话人确认方法 | 第27-32页 |
| 2.2.1 联合因子分析 | 第28-29页 |
| 2.2.2 I-vector | 第29-31页 |
| 2.2.3 PLDA建模与打分 | 第31-32页 |
| 2.3 本章小结 | 第32-34页 |
| 第三章 深度学习的基本理论 | 第34-41页 |
| 3.1 概述 | 第34页 |
| 3.2 卷积神经网络 | 第34-36页 |
| 3.3 长短时记忆网络 | 第36-39页 |
| 3.4 深度残差网络 | 第39-40页 |
| 3.4.1 网络结构 | 第39页 |
| 3.4.2 网络分析 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于深度学习的联合训练框架 | 第41-51页 |
| 4.1 概述 | 第41-42页 |
| 4.2 语音分离技术 | 第42-43页 |
| 4.3 端到端的说话人确认框架 | 第43-45页 |
| 4.4 联合训练框架 | 第45-50页 |
| 4.4.1 改进的注意力机制 | 第45-47页 |
| 4.4.2 联合训练 | 第47页 |
| 4.4.3 网络参数设置 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 实验设置及实验结果分析 | 第51-56页 |
| 5.1 实验数据准备 | 第51页 |
| 5.2 实验参数设置 | 第51页 |
| 5.3 实验结果与分析 | 第51-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 论文的工作总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士期间发表的学术论文 | 第63页 |