| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 课题背景 | 第10页 |
| 1.1.2 研究的目的和意义 | 第10-11页 |
| 1.2 发展历程、现状和应用前景 | 第11-13页 |
| 1.2.1 发展历程 | 第11-12页 |
| 1.2.2 研究的现状 | 第12页 |
| 1.2.3 声纹识别的应用前景 | 第12-13页 |
| 1.3 说话人识别技术简介 | 第13-17页 |
| 1.3.1 说话人识别的基本原理 | 第13-14页 |
| 1.3.2 说话人识别的生理学依据 | 第14-15页 |
| 1.3.3 说话人识别的分类 | 第15-17页 |
| 1.4 主要研究内容 | 第17-19页 |
| 第2章 端点检测技术 | 第19-38页 |
| 2.1 前端处理 | 第19-22页 |
| 2.1.1 预加重 | 第19-20页 |
| 2.1.2 加窗分帧 | 第20-22页 |
| 2.2 传统的双门限法 | 第22-26页 |
| 2.2.1 短时能量和短时过零率 | 第22-24页 |
| 2.2.2 传统双门限端点检测 | 第24-26页 |
| 2.3 基于 LPCC_D-ZCR 的端点检测 | 第26-33页 |
| 2.3.1 LPC 的基本原理 | 第26-28页 |
| 2.3.2 基于 LPCC_D-ZCR 的端点检测 | 第28-30页 |
| 2.3.3 两种双门限法端点检测的仿真实验比较 | 第30-33页 |
| 2.4 基于变步长搜索算法的端点检测 | 第33-37页 |
| 2.4.1 原始的搜索算法 | 第33-34页 |
| 2.4.2 变步长搜索算法 | 第34-35页 |
| 2.4.3 两种搜索算法的仿真实验比较 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第3章 特征提取 | 第38-47页 |
| 3.1 语音信号模型 | 第38-41页 |
| 3.1.1 激励模型 | 第38-40页 |
| 3.1.2 声道模型 | 第40页 |
| 3.1.3 辐射模型 | 第40-41页 |
| 3.2 LPCC 和 MFCC 特征参数提取 | 第41-43页 |
| 3.2.1 LPCC 和 MFCC 特征参数提取 | 第41-42页 |
| 3.2.2 二次特征提取 | 第42-43页 |
| 3.3 音色特征参数的提取 | 第43-45页 |
| 3.3.1 音色的本质 | 第43-44页 |
| 3.3.2 音色特征参数的提取 | 第44-45页 |
| 3.4 MFCC 与音色特征的比较 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 GMM 声纹识别系统 | 第47-59页 |
| 4.1 高斯混合模型基本概念 | 第47-49页 |
| 4.2 高斯混合模型的训练 | 第49-54页 |
| 4.2.1 GMM 模型参数的初始化 | 第49-50页 |
| 4.2.2 EM 算法估计 GMM 模型参数 | 第50-53页 |
| 4.2.3 GMM 模型的训练流程 | 第53-54页 |
| 4.3 改进的 GMM 模型初始化方法 | 第54-55页 |
| 4.4 实验结果分析 | 第55-58页 |
| 4.4.1 实验环境 | 第55-56页 |
| 4.4.2 实验语音库 | 第56页 |
| 4.4.3 系统性能 | 第56-57页 |
| 4.4.4 实验结论 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |