| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14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10-12页 |
| 1.3 本文的主要研究内容以及研究成果 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 说话人识别技术概述 | 第14-29页 |
| 2.1 引言 | 第14页 |
| 2.2 说话人识别系统 | 第14-15页 |
| 2.3 语音特征的提取 | 第15-17页 |
| 2.4 目标人模型的建立 | 第17-22页 |
| 2.4.1 GMM模型简介 | 第18-19页 |
| 2.4.2 GMM模型的训练过程 | 第19-20页 |
| 2.4.3 GMM-UBM模型体系 | 第20-22页 |
| 2.5 说话人匹配 | 第22-23页 |
| 2.6 说话人识别系统的性能评价 | 第23-25页 |
| 2.7 聚类算法 | 第25-28页 |
| 2.7.1 k-means聚类 | 第25-27页 |
| 2.7.2 层次聚类 | 第27-28页 |
| 2.8 本章小结 | 第28-29页 |
| 第三章 基于K-means的快速说话人识别 | 第29-52页 |
| 3.1 概述 | 第29-30页 |
| 3.2 传统的基于模型聚类的说话人识别系统 | 第30-34页 |
| 3.2.1 说话人模型聚类 | 第30-32页 |
| 3.2.2 识别阶段 | 第32-33页 |
| 3.2.3 说话人模型聚类的识别阶段效率分析 | 第33-34页 |
| 3.3 初始聚类算法 | 第34-36页 |
| 3.3.1 Canopy聚类算法 | 第34-35页 |
| 3.3.2 减法聚类算法 | 第35-36页 |
| 3.4 改进的初始聚类算法 | 第36-44页 |
| 3.4.1 距离测度方式 | 第37-39页 |
| 3.4.2 初始聚类中心点的选择 | 第39-42页 |
| 3.4.3 聚类半径 | 第42-44页 |
| 3.5 改进的说话人模型聚类算法 | 第44-46页 |
| 3.6 实验结果与分析 | 第46-51页 |
| 3.6.1 说话人识别的基准系统性能实验 | 第46-47页 |
| 3.6.2 基于SMC的说话人识别系统在不同测试方法下的性能分析实验 | 第47-48页 |
| 3.6.3 改进的初始聚类算法的性能分析实验 | 第48-50页 |
| 3.6.4 不同初始聚类算法对于聚类效果的影响实验 | 第50-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 快速说话人识别的后处理 | 第52-61页 |
| 4.1 概述 | 第52页 |
| 4.2 确认环节的背景模型 | 第52-53页 |
| 4.3 得分规整 | 第53-58页 |
| 4.3.1 传统的得分规整方式 | 第54-56页 |
| 4.3.2 基于说话人模型聚类的得分规整 | 第56-58页 |
| 4.4 基于统计分析的阈值设定 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 系统实现与实验结果 | 第61-68页 |
| 5.1 概述 | 第61页 |
| 5.2 说话人识别的基准系统 | 第61-62页 |
| 5.3 基于模型聚类算法的说话人识别系统的性能分析 | 第62-67页 |
| 5.3.1 不同的初始聚类算法对于说话人识别系统性能的影响 | 第62-64页 |
| 5.3.2 不同的距离测度方式对于说话人识别系统性能的影响 | 第64-66页 |
| 5.3.3 层次聚类算法对于说话人识别系统性能的影响 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 论文工作总结 | 第68页 |
| 6.2 未来工作展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |
