| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 专用术语注释表 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11页 |
| 1.2 单维说话人信息识别技术 | 第11-16页 |
| 1.2.1 说话人（身份）识别技术 | 第11-13页 |
| 1.2.2 情感识别技术 | 第13-14页 |
| 1.2.3 性别识别技术 | 第14-15页 |
| 1.2.4 传统单维识别技术和系统存在的问题 | 第15-16页 |
| 1.3 结构化信号处理 | 第16-17页 |
| 1.4 多维说话人信息识别技术 | 第17页 |
| 1.5 论文内容和结构安排 | 第17-19页 |
| 第二章 多维说话人信息识别系统的基础知识 | 第19-36页 |
| 2.1 说话人相关信息识别系统框图 | 第19-20页 |
| 2.2 语音预处理 | 第20-23页 |
| 2.2.1 语音增强 | 第20页 |
| 2.2.2 预加重 | 第20-21页 |
| 2.2.3 端点检测 | 第21-22页 |
| 2.2.4 加窗分帧 | 第22-23页 |
| 2.3 特征参数提取 | 第23-28页 |
| 2.3.1 语音帧能量 | 第23-24页 |
| 2.3.2 基音频率 | 第24-25页 |
| 2.3.3 线性预测倒谱系数（LPCC） | 第25-26页 |
| 2.3.4 Mel频率倒谱系数（MFCC） | 第26-28页 |
| 2.4 识别模型 | 第28-34页 |
| 2.4.1 高斯混合模型（GMM） | 第28-30页 |
| 2.4.2 支持向量机（SVM） | 第30-32页 |
| 2.4.3 隐马尔可夫模型（HMM） | 第32-33页 |
| 2.4.4 深度置信网络（DBN） | 第33-34页 |
| 2.5 多维识别评测标准 | 第34-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 基于基线系统的多维说话人信息识别 | 第36-51页 |
| 3.1 引言 | 第36-37页 |
| 3.2 不同单维信息识别系统对比 | 第37-42页 |
| 3.2.1 SVM分类器 | 第38-40页 |
| 3.2.2 单维系统特征参数的异同 | 第40-41页 |
| 3.2.3 单维系统的实验及分析 | 第41-42页 |
| 3.3 多维说话人信息识别系统 | 第42-46页 |
| 3.3.1 实验语音库 | 第42-43页 |
| 3.3.2 面向多维信息识别的两种融合特征参数 | 第43-44页 |
| 3.3.3 基线系统 | 第44-46页 |
| 3.4 实验结果与分析 | 第46-50页 |
| 3.4.1 实验参数设置 | 第46页 |
| 3.4.2 实验一：多维与单维系统的性能比较 | 第46-48页 |
| 3.4.3 实验二：基于高维特征的维数选择 | 第48-49页 |
| 3.4.4 实验三：高维特征与低维特征的对比 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于改进MIMLSVM的多维说话人识别系统 | 第51-65页 |
| 4.1 引言 | 第51-52页 |
| 4.2 多示例多标记学习（MIML） | 第52-55页 |
| 4.2.1 多示例多标记学习框架 | 第52-54页 |
| 4.2.2 多示例多标记学习算法 | 第54-55页 |
| 4.3 改进的MIMLSVM算法 | 第55-59页 |
| 4.3.1 多标记方法存在的问题 | 第55-56页 |
| 4.3.2 MIMLSVM算法 | 第56-57页 |
| 4.3.3 改进的MIMLSVM算法 | 第57-59页 |
| 4.4 实验结果及分析 | 第59-63页 |
| 4.4.1 实验参数设置 | 第59页 |
| 4.4.2 实验一：核函数的选择 | 第59-60页 |
| 4.4.3 实验二：确定聚类比例 | 第60-61页 |
| 4.4.4 实验三：两种识别系统的比较 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 总结与展望 | 第65-68页 |
| 5.1 论文总结 | 第65-66页 |
| 5.2 工作展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第74-75页 |
| 致谢 | 第75页 |