| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 语音数字信号处理概述 | 第9-10页 |
| 1.2 说话人识别技术 | 第10-13页 |
| 1.2.1 说话人识别研究的背景及意义 | 第10-11页 |
| 1.2.2 说话人识别的研究历史和现状 | 第11-13页 |
| 1.3 说话人识别概述 | 第13-15页 |
| 1.3.1 基本概念 | 第13页 |
| 1.3.2 说话人识别的分类 | 第13-15页 |
| 1.4 论文的研究工作和内容安排 | 第15-17页 |
| 1.4.1 研究工作 | 第15页 |
| 1.4.2 内容安排 | 第15-17页 |
| 第二章 语音信号的数字化处理 | 第17-27页 |
| 2.1 语音信号的获取 | 第17-18页 |
| 2.1.1 语音的产生 | 第17页 |
| 2.1.2 语音信号的数字化和采集 | 第17-18页 |
| 2.2 语音信号的数学模型 | 第18-21页 |
| 2.2.1 激励模型 | 第18-20页 |
| 2.2.2 声道模型 | 第20-21页 |
| 2.2.3 辐射模型 | 第21页 |
| 2.3 语音信号短时域内的特征函数 | 第21-25页 |
| 2.3.1 短时平均能量 | 第21-24页 |
| 2.3.2 短时平均过零率 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 语音信号的端点检测和特征提取 | 第27-42页 |
| 3.1 语音信号的端点检测 | 第27页 |
| 3.1.1 端点检测的概念 | 第27页 |
| 3.1.2 端点检测的应用 | 第27页 |
| 3.2 常用的几种端点检测方法 | 第27-36页 |
| 3.2.1 双门限检测方法及其改进方法 | 第27-33页 |
| 3.2.2 谱减法 | 第33-34页 |
| 3.2.3 谱熵法 | 第34-36页 |
| 3.3 语音信号的特征参数提取 | 第36-41页 |
| 3.3.1 线性预测系数 | 第36-38页 |
| 3.3.2 线性预测倒谱系数 | 第38-39页 |
| 3.3.3 梅尔频率倒谱系数 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 说话人识别模板训练方法 | 第42-50页 |
| 4.1 说话人识别的基本方法 | 第42-43页 |
| 4.2 矢量量化在说话人识别中的应用 | 第43-49页 |
| 4.2.1 矢量量化的原理 | 第43-44页 |
| 4.2.2 矢量量化的过程 | 第44-46页 |
| 4.2.3 矢量量化的失真测度 | 第46页 |
| 4.2.4 Linde-Buzo-Gray(LBG)算法 | 第46-47页 |
| 4.2.5 多级矢量量化 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 基于矢量量化的说话人识别系统的实现 | 第50-60页 |
| 5.1 语音信号的采集和前期处理 | 第50-55页 |
| 5.1.1 实验中信号的采集 | 第50-51页 |
| 5.1.2 语音信号的前期处理 | 第51-55页 |
| 5.2 特征参数的实际提取 | 第55页 |
| 5.3 码本的生成及失真测度 | 第55-56页 |
| 5.3.1 码本的生成 | 第55-56页 |
| 5.3.2 失真测度 | 第56页 |
| 5.4 实验结果 | 第56-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |