| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第13-25页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 语言距离关系研究的发展 | 第14-16页 |
| 1.3 语种识别简介 | 第16-20页 |
| 1.3.1 语音中具有语种区分性的特征简介 | 第17-20页 |
| 1.4 语种识别发展现状 | 第20-23页 |
| 1.4.1 基于音素特征的语种识别方法 | 第21-22页 |
| 1.4.2 基于底层声学特征的语种识别方法 | 第22-23页 |
| 1.5 本文的主要研究内容以及创新点 | 第23页 |
| 1.6 本文各章内容安排 | 第23-25页 |
| 2 语种识别系统的原理 | 第25-45页 |
| 2.1 引言 | 第25页 |
| 2.2 特征提取 | 第25-34页 |
| 2.2.1 线性预测倒谱系数LPCC | 第26-27页 |
| 2.2.2 梅尔频率倒谱系数MFCC | 第27-31页 |
| 2.2.3 移位差分倒谱系数SDC | 第31-32页 |
| 2.2.4 感知线性预测系数PLP | 第32-34页 |
| 2.3 声学模型介绍 | 第34-44页 |
| 2.3.1 GMM模型 | 第34-36页 |
| 2.3.2 SVM模型 | 第36-41页 |
| 2.3.3 AdaBoost模型 | 第41-43页 |
| 2.3.4 Gentle AdaBoost算法 | 第43-44页 |
| 2.4 本章小结 | 第44-45页 |
| 3 基于GENTLE ADABOOST的语种识别系统 | 第45-57页 |
| 3.1 引言 | 第45页 |
| 3.2 特征提取 | 第45-48页 |
| 3.2.1 56个声学特征 | 第45-47页 |
| 3.2.2 39个统计函数 | 第47-48页 |
| 3.3 语种模型训练——GENTLEADABOOST算法 | 第48-49页 |
| 3.4 实验数据库简介 | 第49-50页 |
| 3.4.1 OGI-TS数据库 | 第49-50页 |
| 3.4.2 NIST LRE15数据库 | 第50页 |
| 3.5 性能评测标准 | 第50-51页 |
| 3.6 在OGI-TS数据库上的实验结果与分析 | 第51-53页 |
| 3.6.1 两种语言的实验结果与分析 | 第51-52页 |
| 3.6.2 多种语言的实验结果与分析 | 第52-53页 |
| 3.7 在NISTLRE15数据库上的实验结果与分析 | 第53-56页 |
| 3.7.1 数据预处理 | 第53-54页 |
| 3.7.2 实验结果与分析 | 第54-56页 |
| 3.8 本章小结 | 第56-57页 |
| 4 基于语种识别系统的语言距离关系研究 | 第57-66页 |
| 4.1 引言 | 第57页 |
| 4.2 语言距离关系研究方法简介 | 第57-61页 |
| 4.2.1 基于相对熵的语言距离研究 | 第57-58页 |
| 4.2.2 基于元音系统的语言距离研究 | 第58-59页 |
| 4.2.3 基于Swadesh List的语言距离研究 | 第59-61页 |
| 4.3 基于语种识别系统的语言距离关系研究 | 第61-65页 |
| 4.3.1 与经济学家研究结果的对比实验 | 第61-62页 |
| 4.3.2 与语言学家研究结果的对比实验 | 第62-63页 |
| 4.3.3 语言关系图 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 作者简历及攻读硕士学位期间的学术成果 | 第73页 |
