| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 语种识别简介 | 第15-20页 |
| 1.1.1 语种识别背景 | 第15-17页 |
| 1.1.2 可区分语种的信息 | 第17-20页 |
| 1.2 语种识别国内外研究概况 | 第20-25页 |
| 1.2.1 基于音素识别器的语种识别系统 | 第20-21页 |
| 1.2.2 基于底层声学特征的语种识别系统 | 第21-23页 |
| 1.2.3 基于深度学习的语种识别系统 | 第23-24页 |
| 1.2.4 基于端对端神经网络的语种识别系统 | 第24-25页 |
| 1.3 本文研究背景 | 第25-26页 |
| 1.4 本文采用数据集及系统性能评价指标 | 第26-29页 |
| 1.4.1 本文采用数据集 | 第26-27页 |
| 1.4.2 系统性能评价指标 | 第27-29页 |
| 1.5 本文的组织架构 | 第29-31页 |
| 第2章 基于DBF特征的语种识别方法 | 第31-49页 |
| 2.1 深度神经网络简介 | 第31-34页 |
| 2.2 DBF-GMM/i-vector和DBF-DNN/i-vector语种识别方法 | 第34-44页 |
| 2.2.1 DBF特征提取 | 第35-36页 |
| 2.2.2 UBM模型训练 | 第36-39页 |
| 2.2.3 T矩阵训练和i-vector提取 | 第39-42页 |
| 2.2.4 类内、类间差异补偿 | 第42-43页 |
| 2.2.5 余弦得分 | 第43-44页 |
| 2.3 实验结果与分析 | 第44-48页 |
| 2.3.1 数据库及模型描述 | 第44页 |
| 2.3.2 6个最易混淆的语种子集的系统性能 | 第44-45页 |
| 2.3.3 NIST LRE 2009全集数据集的系统性能 | 第45-46页 |
| 2.3.4 短时语种和易混淆语种的识别性能分析 | 第46-48页 |
| 2.4 本章小结 | 第48-49页 |
| 第3章 基于LID-net的端对端语种识别方法 | 第49-67页 |
| 3.1 卷积神经网络简介 | 第50-52页 |
| 3.2 LID-net的网络结构框架 | 第52-55页 |
| 3.2.1 LID-net网络框架 | 第52-54页 |
| 3.2.2 Batch Normalization | 第54-55页 |
| 3.2.3 Spatial Pyramid Pooling | 第55页 |
| 3.3 LID-net的结构分析 | 第55-58页 |
| 3.4 LID-net的训练策略 | 第58-59页 |
| 3.5 实验结果与分析 | 第59-65页 |
| 3.5.1 实验配置 | 第59-60页 |
| 3.5.2 卷积核尺寸对LID-net性能的影响 | 第60-61页 |
| 3.5.3 LID-net在6个易混淆语种数据集的识别性能 | 第61-62页 |
| 3.5.4 LID-net在NIST LRE 2009数据集的识别性能 | 第62-64页 |
| 3.5.5 LID-net和DBF-DNN/i-vector的DET曲线 | 第64-65页 |
| 3.6 本章小结 | 第65-67页 |
| 第4章 基于LID-net的语种识别建模方法研究 | 第67-79页 |
| 4.1 基于LID-net的Fisher Vector统计量建模方法 | 第68-70页 |
| 4.1.1 Fisher Vector提取过程 | 第68-69页 |
| 4.1.2 基于LID-net的Fisher Vector统计量建模流程 | 第69-70页 |
| 4.2 基于LID-net的全差异空间建模方法 | 第70-71页 |
| 4.3 实验结果与分析 | 第71-77页 |
| 4.3.1 实验配置 | 第72页 |
| 4.3.2 LID-senone/i-vector和LID-senone/FV在NIST LRE 2009数据集的性能 | 第72-74页 |
| 4.3.3 DBF/i-vector和LID-senone/i-vector的系统性能分析 | 第74-77页 |
| 4.4 本章小结 | 第77-79页 |
| 第5章 基于LID-bilinear-net的语种识别方法 | 第79-93页 |
| 5.1 Bilinear Pooling原理 | 第79-80页 |
| 5.2 LID-bilinear-net | 第80-84页 |
| 5.2.1 从统计量角度看LID-net | 第80-81页 |
| 5.2.2 利用LID-bilinear-net提取LID-senone高阶统计量信息 | 第81-84页 |
| 5.2.3 LID-bilinear-net的训练步骤 | 第84页 |
| 5.3 实验结果与分析 | 第84-91页 |
| 5.3.1 实验配置 | 第84-85页 |
| 5.3.2 不同形式LID-bilinear-net性能比较 | 第85-86页 |
| 5.3.3 LID-bilinear-net性能 | 第86-87页 |
| 5.3.4 不同系统性能之间的比较 | 第87-91页 |
| 5.4 本章小结 | 第91-93页 |
| 第6章 总结与展望 | 第93-97页 |
| 6.1 本文研究总结 | 第93-94页 |
| 6.2 研究展望 | 第94-97页 |
| 参考文献 | 第97-105页 |
| 致谢 | 第105-107页 |
| 在读期间发表的学术论文与取得的研究成果 | 第107-108页 |
