| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 说话人识别的发展历史和研究现状 | 第10-11页 |
| 1.3 论文的主要工作 | 第11-12页 |
| 1.4 论文的研究成果 | 第12页 |
| 1.5 论文的组织结构 | 第12-15页 |
| 第二章 说话人识别技术概述 | 第15-27页 |
| 2.1 说话人识别的概念 | 第15页 |
| 2.2 说话人识别的类型说明 | 第15-16页 |
| 2.3 说话人识别系统的基本设计方案 | 第16-17页 |
| 2.4 语音特征的提取 | 第17-19页 |
| 2.4.1 特征的概念 | 第17页 |
| 2.4.2 MFCC特征提取 | 第17-19页 |
| 2.5 基于混合高斯模型的建模匹配方案 | 第19-24页 |
| 2.5.1 混合高斯模型(GMM)的形式及其匹配方式 | 第19-21页 |
| 2.5.2 GMM-UBM体系 | 第21-24页 |
| 2.6 说话人识别系统的性能评价 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第三章 开集识别的相关理论研究 | 第27-35页 |
| 3.1 开集说话人识别系统设计架构 | 第27-28页 |
| 3.2 得分规整 | 第28-31页 |
| 3.2.1 WMN(world model normalization) | 第28-29页 |
| 3.2.2 CN(Cohort Normalization) | 第29页 |
| 3.2.3 UCN(Unconstrained Cohort Normalization) | 第29-30页 |
| 3.2.4 Z-norm | 第30页 |
| 3.2.5 T-norm | 第30-31页 |
| 3.3 阈值训练方案的设定 | 第31-34页 |
| 3.3.1 基于统计的阈值设定 | 第32-33页 |
| 3.3.2 数据裁剪算法 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 快速说话人识别 | 第35-47页 |
| 4.1 说话人快速识别的概念 | 第35-36页 |
| 4.2 模型距离计算 | 第36-38页 |
| 4.2.1 欧氏距离(Euclidean Distance) | 第36页 |
| 4.2.2 混合高斯KL距离(GMM-based KL) | 第36-37页 |
| 4.2.3 高斯KL距离(Gaussian-based KL) | 第37-38页 |
| 4.3 说话人聚类 | 第38-44页 |
| 4.3.1 k均值(k-means)聚类 | 第38-39页 |
| 4.3.2 canopy粗聚类 | 第39-41页 |
| 4.3.3 改进的说话人聚类 | 第41-44页 |
| 4.4 快速说话人识别方案 | 第44-45页 |
| 4.5 基于快速搜索的规整方案和阈值判决 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 系统实现与实验结果 | 第47-59页 |
| 5.1 系统实现中的优化处理 | 第47-48页 |
| 5.2 开集的说话人识别系统架构 | 第48页 |
| 5.3 系统参数设定的相关实验 | 第48-55页 |
| 5.3.1 特征提取 | 第48-50页 |
| 5.3.2 模型的训练和匹配 | 第50-53页 |
| 5.3.3 得分规整对系统性能的影响 | 第53-55页 |
| 5.4 系统性能测评 | 第55-58页 |
| 5.4.1 说话人聚类性能测试 | 第55-56页 |
| 5.4.2 快速开集说话人识别准确度 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 论文工作总结 | 第59页 |
| 6.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
