| 摘要 | 第1-6页 |
| ABSTRACT | 第6-15页 |
| 第1章 绪论 | 第15-31页 |
| ·课题研究背景及意义 | 第15-16页 |
| ·国内外研究现状 | 第16-25页 |
| ·说话人识别基本框架 | 第16-18页 |
| ·说话人识别技术的研究进展 | 第18-22页 |
| ·网络环境下说话人识别研究现状与难点 | 第22-25页 |
| ·本文的主要研究内容 | 第25-28页 |
| ·本文的组织结构 | 第28-31页 |
| 第2章 网络环境说话人识别系统与研究平台 | 第31-51页 |
| ·引言 | 第31-32页 |
| ·网络环境说话人识别系统数据输入 | 第32-34页 |
| ·主动数据获取模式 | 第32-33页 |
| ·被动数据获取模式 | 第33-34页 |
| ·网络说话人识别系统的输入模式 | 第34页 |
| ·说话人识别关键技术 | 第34-45页 |
| ·鲁棒特征表示 | 第35-38页 |
| ·鲁棒模型表示 | 第38-44页 |
| ·得分规整技术 | 第44-45页 |
| ·说话人识别平台及基本性能 | 第45-50页 |
| ·基于GMM-UBM 框架的说话人识别系统 | 第45-47页 |
| ·实验设置和数据库 | 第47-48页 |
| ·性能评价准则 | 第48-50页 |
| ·实验结果 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第3章 网络说话人语音数据归一化 | 第51-77页 |
| ·引言 | 第51-53页 |
| ·网络环境多媒体实时音频解码 | 第53-63页 |
| ·网络多媒体音频解码 | 第53-56页 |
| ·多媒体解码技术 | 第56-58页 |
| ·网络多媒体实时音频解码模型 | 第58-63页 |
| ·大规模多媒体文件音频解码测试 | 第63页 |
| ·多声道筛选技术 | 第63-69页 |
| ·左右声道数据差异 | 第63-65页 |
| ·多声道筛选 | 第65-68页 |
| ·多声道筛选测试 | 第68-69页 |
| ·音频分割技术 | 第69-71页 |
| ·贝叶斯信息准则及音频分割 | 第69-71页 |
| ·音频分割测试 | 第71页 |
| ·音频分类 | 第71-75页 |
| ·多种音频分类器 | 第72页 |
| ·音频分类测试 | 第72-75页 |
| ·说话人识别系统在线测试 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第4章 基于广义K-L 测度的说话人聚类研究 | 第77-96页 |
| ·引言 | 第77-78页 |
| ·说话人广义K-L 测度GKLDM | 第78-79页 |
| ·高斯分布时GKLDM 与已有模型测度的关系 | 第79-88页 |
| ·GKLDM 与简单距离测度的关系 | 第81-83页 |
| ·GKLDM 与对称K-L 散度的关系 | 第83-86页 |
| ·GKLDM 与广义似然比的关系 | 第86-88页 |
| ·高斯混合分布时GKLDM 的上界 | 第88-90页 |
| ·GKLDM 的一种较紧上界 | 第88-89页 |
| ·GKLDM 上界的近似计算 | 第89-90页 |
| ·基于误差平方和最小准则的层次聚类 | 第90-92页 |
| ·实验结果与分析 | 第92-94页 |
| ·评测准则 | 第92页 |
| ·实验设置和数据库 | 第92-93页 |
| ·实验结果 | 第93页 |
| ·在线测试 | 第93-94页 |
| ·本章小结 | 第94-96页 |
| 第5章 网络环境说话人确认及模型编码补偿方法 | 第96-108页 |
| ·引言 | 第96页 |
| ·极低错误接受率的说话人确认方法 | 第96-100页 |
| ·粗粒度分析窗法 | 第97-98页 |
| ·集外竞争模型法 | 第98-99页 |
| ·状态变化统计矢量方法 | 第99-100页 |
| ·说话人模型编码补偿算法 | 第100-103页 |
| ·实验结果与分析 | 第103-107页 |
| ·极低错误接受率方法测试 | 第103-105页 |
| ·说话人模型编码补偿方法测试 | 第105-106页 |
| ·在线测试 | 第106-107页 |
| ·本章小结 | 第107-108页 |
| 第6章 稀疏训练数据的说话人建模方法 | 第108-122页 |
| ·引言 | 第108页 |
| ·GMM 模型中高斯分量基于权重的子类划分 | 第108-110页 |
| ·基于移动因子的说话人模型补偿方法 | 第110-117页 |
| ·基于移动因子的说话人模型表示 | 第110-111页 |
| ·基于移动因子的模型补偿 | 第111-112页 |
| ·移动因子的参数训练 | 第112-114页 |
| ·参数训练时模型整体Bhattacharyya 距离变化 | 第114-116页 |
| ·因子的空间不变性 | 第116-117页 |
| ·实验结果与分析 | 第117-121页 |
| ·GMM 模型中高斯分量权重与Bhattacharyya 距离 | 第117-118页 |
| ·移动空间因子数 | 第118-119页 |
| ·移动因子补偿方法性能分析 | 第119-120页 |
| ·在线测试 | 第120-121页 |
| ·本章小结 | 第121-122页 |
| 结论 | 第122-124页 |
| 参考文献 | 第124-135页 |
| 攻读博士学位期间发表的论文及其它成果 | 第135-138页 |
| 致谢 | 第138-139页 |
| 个人简历 | 第139页 |