| 目录 | 第1-6页 |
| 表目录 | 第6-7页 |
| 图目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 绪论 | 第11-17页 |
| ·语种识别概述 | 第11-14页 |
| ·语种识别的分类 | 第11-13页 |
| ·语种识别系统性能评价标准 | 第13页 |
| ·语种识别研究进展及现状 | 第13-14页 |
| ·课题应用背景与主要工作 | 第14-15页 |
| ·论文结构安排 | 第15-17页 |
| 第二章 基于GSV-SVM 语种识别系统的关键技术 | 第17-28页 |
| ·前端特征参数提取 | 第17-20页 |
| ·语音信号的预处理 | 第17-18页 |
| ·声学特征参数提取 | 第18-20页 |
| ·GMM 均值超矢量生成原理 | 第20-22页 |
| ·高斯混合-通用背景模型 | 第20-21页 |
| ·MAP 自适应原理及GSV 的形成 | 第21-22页 |
| ·SVM 在语种识别中的应用 | 第22-25页 |
| ·语种识别基线系统 | 第25-27页 |
| ·实验语料及设置 | 第25-26页 |
| ·实验结果及基线系统的确立 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于语种区分性锚模型的GSV-SVM 语种识别系统 | 第28-38页 |
| ·基于锚模型的GSV-SVM 语种识别系统 | 第28-31页 |
| ·锚模型的基本原理 | 第28-29页 |
| ·锚空间投影的快速算法 | 第29-31页 |
| ·快速区分性训练算法 | 第31-32页 |
| ·具有语种区分性的锚模型训练算法 | 第32-33页 |
| ·语种识别实验与结果 | 第33-36页 |
| ·实验语料及设置 | 第33-34页 |
| ·实验结果及分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 一种快速SVM 概率建模算法在语种识别中的应用 | 第38-47页 |
| ·Sigmoid 函数概率映射法 | 第38-39页 |
| ·两种常用融合算法的原理 | 第39-42页 |
| ·投票概率建模法 | 第39-40页 |
| ·Pairwise Coupling 法 | 第40-42页 |
| ·基于Sigmoid 函数的快速SVM 概率建模算法 | 第42-43页 |
| ·实验结果及分析 | 第43-45页 |
| ·性能对比分析 | 第43-45页 |
| ·运算量对比分析 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第五章 语种识别系统分类算法的FPGA 设计与实现 | 第47-63页 |
| ·语种识别系统总体架构 | 第47-48页 |
| ·后端分类算法及其优化 | 第48-52页 |
| ·后端分类算法流程 | 第48-50页 |
| ·归一化锚空间投影优化算法 | 第50-51页 |
| ·超越函数的优化 | 第51-52页 |
| ·分类器的FPGA 设计与实现 | 第52-59页 |
| ·定点仿真 | 第52-53页 |
| ·分类器的架构设计 | 第53-54页 |
| ·数据通路子模块的FPGA 设计与实现 | 第54-59页 |
| ·实验结果分析 | 第59-61页 |
| ·实时性分析 | 第59-60页 |
| ·资源性能分析 | 第60页 |
| ·精度性能分析 | 第60-61页 |
| ·识别性能分析 | 第61页 |
| ·本章小结 | 第61-63页 |
| 结束语 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录A | 第69-72页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第72-73页 |
| 致谢 | 第73页 |
