| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 说话人识别概述 | 第14-15页 |
| 1.1.1 说话人识别研究的意义 | 第14页 |
| 1.1.2 说话人识别的分类 | 第14-15页 |
| 1.2 说话人识别的研究历史和现状 | 第15-17页 |
| 1.3 神经网络和深度学习 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第二章 说话人识别模型和原理 | 第20-28页 |
| 2.1 语音的声学模型 | 第20-21页 |
| 2.2 说话人识别系统结构 | 第21-22页 |
| 2.3 语音预处理 | 第22-23页 |
| 2.4 语音特征提取 | 第23-25页 |
| 2.5 常用的模型和算法 | 第25-27页 |
| 2.5.1 模板匹配算法 | 第25-26页 |
| 2.5.2 概率模型算法 | 第26页 |
| 2.5.3 神经网络和支持向量机 | 第26-27页 |
| 2.6 目前说话人识别存在的问题 | 第27页 |
| 2.7 本章小结 | 第27-28页 |
| 第三章 基于前馈神经网络的说话人识别研究 | 第28-42页 |
| 3.1 神经网络的发展历史 | 第28-29页 |
| 3.1.1 神经网络的研究背景 | 第28页 |
| 3.1.2 神经网络的优势 | 第28-29页 |
| 3.2 神经网络模型 | 第29-33页 |
| 3.2.1 神经网络的基本概念 | 第29页 |
| 3.2.2 神经元 | 第29-31页 |
| 3.2.3 拓扑结构 | 第31-32页 |
| 3.2.4 神经网络的学习方式和学习规则 | 第32-33页 |
| 3.2.5 神经网络应用于说话人识别的优点 | 第33页 |
| 3.3 BP神经网络 | 第33-35页 |
| 3.3.1 前馈神经网络模型 | 第33-34页 |
| 3.3.2 前馈计算 | 第34页 |
| 3.3.3 BP算法 | 第34-35页 |
| 3.4 BP算法的缺陷 | 第35-36页 |
| 3.5 基于GMM和神经网络混合模型的说话人识别 | 第36-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于深度学习的说话人识别研究 | 第42-66页 |
| 4.1 深度学习基本理论 | 第42-46页 |
| 4.1.1 深度学习发展历程 | 第42-43页 |
| 4.1.2 深度学习基本模型分类 | 第43-44页 |
| 4.1.3 深度学习的应用 | 第44-45页 |
| 4.1.4 深度学习的优势及存在的问题 | 第45-46页 |
| 4.2 自动编码机 | 第46-54页 |
| 4.2.1 自动编码机的原理和结构 | 第46-49页 |
| 4.2.2 稀疏性条件及降噪自编码 | 第49-51页 |
| 4.2.3 Softmax分类器 | 第51-52页 |
| 4.2.4 栈式自编码和微调 | 第52-54页 |
| 4.3 深度信念网络 | 第54-60页 |
| 4.3.1 受限玻尔兹曼机 | 第54-58页 |
| 4.3.2 吉布斯采样 | 第58页 |
| 4.3.3 对比散度算法 | 第58-59页 |
| 4.3.4 逐层贪婪训练及微调 | 第59-60页 |
| 4.4 基于改进深度网络的说话人识别 | 第60-65页 |
| 4.4.1 基于降噪自编码和受限玻尔兹曼机混合模型的说话人识别 | 第60-61页 |
| 4.4.2 基于使用整流线性单元深度网络模型的说话人识别 | 第61-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第五章 实验与分析 | 第66-82页 |
| 5.1 数据库 | 第66页 |
| 5.2 系统结构 | 第66-67页 |
| 5.3 实验平台 | 第67-68页 |
| 5.3.1 判别方法 | 第67-68页 |
| 5.4 实验结果及分析 | 第68-81页 |
| 5.4.1 神经网络实验及分析 | 第68-75页 |
| 5.4.2 深度学习模型实验及分析 | 第75-81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的论文 | 第88页 |