| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 声纹识别应用背景 | 第9-11页 |
| 1.1.1 声纹识别技术概述 | 第9-10页 |
| 1.1.2 声纹识别技术应用 | 第10-11页 |
| 1.2 选题背景与意义 | 第11-14页 |
| 1.2.1 说话人说话方式变化的影响 | 第11-13页 |
| 1.2.2 说话方式中发声力度的研究现状与不足 | 第13-14页 |
| 1.3 研究思路 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 不同发声力度下语音信号分析 | 第17-25页 |
| 2.1 正常、耳语、高喊语音声学特征分析 | 第17-20页 |
| 2.1.1 语音的声学参数介绍 | 第17-20页 |
| 2.2 模型分布可视化 | 第20-22页 |
| 2.2.1 t-SNE降维方法 | 第20-21页 |
| 2.2.2 模型分布可视化分析 | 第21-22页 |
| 2.3 发声力度相关的声纹识别数据库的设置与录制 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 基于GMM-UBM的声纹识别系统 | 第25-35页 |
| 3.1 基于高斯混合模型的声纹识别 | 第25-30页 |
| 3.1.1 说话人辨认系统 | 第25-26页 |
| 3.1.2 说话人确认系统 | 第26-28页 |
| 3.1.3 前端处理 | 第28-30页 |
| 3.2 基于高斯混合模型-通用背景模型的声纹识别 | 第30-32页 |
| 3.2.1 通用背景模型 | 第30页 |
| 3.2.2 说话人模型自适应 | 第30-32页 |
| 3.3 声纹识别性能评价标准 | 第32-33页 |
| 3.3.1 错误接受率和错误拒绝率 | 第32-33页 |
| 3.3.2 等错误概率 | 第33页 |
| 3.4 本文基线系统说明 | 第33页 |
| 3.5 基线系统实验与结果 | 第33-34页 |
| 3.6 本章小结 | 第34-35页 |
| 第四章 模型和特征变换 | 第35-43页 |
| 4.1 线性发声力度模型和特征变换 | 第35-38页 |
| 4.1.1 最大线性似然回归（MLLR） | 第35-36页 |
| 4.1.2 基于MLLR的模型投影变换 | 第36-37页 |
| 4.1.3 约束最大线性似然回归（CMLLR） | 第37-38页 |
| 4.1.4 基于CMLLR的特征空间投影变换 | 第38页 |
| 4.2 实验与结果 | 第38-41页 |
| 4.3 本章小结 | 第41-43页 |
| 第五章 特征与模型的联合优化 | 第43-53页 |
| 5.1 发声力度最大后验概率自适应 | 第43-47页 |
| 5.1.1 最大后验概率（MAP） | 第43页 |
| 5.1.2 MAP方法测试方案 | 第43-44页 |
| 5.1.3 实验结果 | 第44-47页 |
| 5.2 最大后验概率+约束最大似然线性(MAP+CMLLR) | 第47-52页 |
| 5.2.1 MAP+CMLLR测试方案 | 第48-49页 |
| 5.2.2 实验与结果 | 第49-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-57页 |
| 6.1 论文工作总结 | 第53-54页 |
| 6.2 下一步工作展望 | 第54-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的学术成果 | 第63-65页 |