| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·说话人识别的研究意义 | 第9-10页 |
| ·NIST 说话人评测 | 第10-11页 |
| ·与文本无关的说话人识别 | 第11-12页 |
| ·说话人识别的评价标准 | 第12-14页 |
| ·等误识率 | 第12-13页 |
| ·检测函数代价函数 | 第13页 |
| ·DET 曲线 | 第13-14页 |
| ·本文的研究背景与关键问题 | 第14-15页 |
| ·研究背景 | 第14-15页 |
| ·关键问题 | 第15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第2章 基于 GMM-UBM 的说话人识别原理 | 第17-26页 |
| ·引言 | 第17-18页 |
| ·GMM 模型的基本原理 | 第18-22页 |
| ·GMM 模型的基本参数 | 第19-20页 |
| ·GMM 的训练算法（EM 算法） | 第20-22页 |
| ·基于GMM-UBM 的说话人识别系统 | 第22-24页 |
| ·GMM-UBM 模型 | 第22-23页 |
| ·特定说话人模型的自适应 | 第23-24页 |
| ·实验结果 | 第24-26页 |
| ·语料库描述 | 第24-25页 |
| ·实验结果 | 第25-26页 |
| 第3章 基于区分性辨别模型的说话人识别 | 第26-37页 |
| ·基于区分性辨别模型的说话人识别 | 第26-33页 |
| ·支持向量机的基本原理 | 第26-29页 |
| ·支持向量机运用于说话人识别 | 第29-33页 |
| ·GMM 超矢量用于SVM 说话人识别 | 第33-35页 |
| ·特征变换和聚类 | 第33-34页 |
| ·基于GMM 超矢量的SVM 说话人模型 | 第34-35页 |
| ·SVM 模型的评分 | 第35页 |
| ·实验结果 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 超音段韵律信息的说话人识别 | 第37-54页 |
| ·引言 | 第37页 |
| ·特征提取 | 第37页 |
| ·声道参数MFCC 在说话人识别中的应用 | 第37-40页 |
| ·倒谱分析及MFCC 参数的提取 | 第38页 |
| ·倒谱分析 | 第38页 |
| ·Mel 倒谱参数 | 第38-40页 |
| ·音源参数pitch | 第40-42页 |
| ·语音信号的时域能量 | 第42-43页 |
| ·韵律参数提取 | 第43-44页 |
| ·基于小波分析的韵律参数提取 | 第44-50页 |
| ·小波分析基本理论 | 第45-47页 |
| ·小波分析提取Pitch-Contour 参数 | 第47-49页 |
| ·基于小波分析的韵律参数 | 第49-50页 |
| ·超音段声道韵律特征PMFCC | 第50-51页 |
| ·超音段韵律特征PF0 | 第51-52页 |
| ·超音段韵律特征PE | 第52页 |
| ·超音段韵律特征PMFCCFE 的组成 | 第52页 |
| ·实验结果 | 第52-54页 |
| 第5章 基于韵律特征的 SVM 说话人识别 | 第54-62页 |
| ·基于GMM 均值超矢量的SVM 的说话人识别 | 第54-55页 |
| ·实验结果及分析 | 第55-60页 |
| ·PMFCC、PF0、PE 系统的性能 | 第55-56页 |
| ·不同韵律特征的互补效果 | 第56-57页 |
| ·PMFCCFE 的SVM 系统 | 第57-59页 |
| ·韵律特征的GMM-SVM 系统和基准系统性能比较 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 在读期间发表的学术论文与取得的研究成果 | 第69页 |