| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·说话人识别技术国内外研究动态 | 第8-11页 |
| ·说话人识别的特点及难点 | 第8-9页 |
| ·说话人识别技术 | 第9-10页 |
| ·说话人识别系统关键技术分析 | 第10-11页 |
| ·嵌入式说话人识别系统 | 第11页 |
| ·本文的主要工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 说话人识别系统需求分析 | 第13-17页 |
| ·功能需求 | 第13-14页 |
| ·性能需求 | 第14页 |
| ·处理需求 | 第14-16页 |
| ·小结 | 第16-17页 |
| 第三章 说话人识别系统总体设计 | 第17-21页 |
| ·系统总体设计方案及原则 | 第17-18页 |
| ·说话人识别系统的工作原理及系统结构 | 第18-20页 |
| ·语音预处理 | 第19-20页 |
| ·说话人特征参数提取模块 | 第20页 |
| ·说话人识别算法 | 第20页 |
| ·小结 | 第20-21页 |
| 第四章 说话人识别系统详细设计 | 第21-35页 |
| ·语音信号的预处理 | 第21-23页 |
| ·说话人识别中特征参数的提取 | 第23-26页 |
| ·线性预测系数及其派生系数 | 第23-24页 |
| ·美尔倒谱系数(MFCC) | 第24-26页 |
| ·说话人识别算法 | 第26-34页 |
| ·基于动态时间规整(DTW)的说话人识别 | 第26-28页 |
| ·基于矢量量化(VQ)的说话人识别 | 第28-31页 |
| ·基于隐马尔可夫模型(HMM)的说话人识别 | 第31-33页 |
| ·基于人工神经网络(ANN)的说话人识别 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第五章 说话人识别系统的实现与测试 | 第35-53页 |
| ·说话人识别系统的实现算法 | 第35-42页 |
| ·预处理模块 | 第36-39页 |
| ·语音特征参数的提取 | 第39-40页 |
| ·LBG算法的改进 | 第40-41页 |
| ·识别过程中搜索策略的改进 | 第41页 |
| ·开集与闭集的说话人识别 | 第41-42页 |
| ·嵌入式系统实现 | 第42-47页 |
| ·Windows CE简介 | 第42页 |
| ·Platform Builder定制Windows CE | 第42-43页 |
| ·系统流程 | 第43-44页 |
| ·系统实现 | 第44-47页 |
| ·系统测试 | 第47-52页 |
| ·软件测试的目的 | 第47页 |
| ·软件测试技术的分类 | 第47-48页 |
| ·软件测试的步骤 | 第48页 |
| ·系统测试及结果分析 | 第48-52页 |
| ·小结 | 第52-53页 |
| 第六章 结束语 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-59页 |