| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-12页 |
| 1.3 说话人识别的研究难点 | 第12-13页 |
| 1.4 论文主要内容及结构 | 第13-16页 |
| 第二章 说话人识别系统概述 | 第16-30页 |
| 2.1 说话人识别的概述 | 第16-17页 |
| 2.1.1 说话人识别的基本原理 | 第16页 |
| 2.1.2 说话人识别的分类 | 第16-17页 |
| 2.2 说话人识别的特征提取 | 第17-23页 |
| 2.2.1 Mel 频率倒谱系数 MFCC | 第20页 |
| 2.2.2 线性预测系数 LPC | 第20-22页 |
| 2.2.3 线性预测倒谱系数 LPCC | 第22-23页 |
| 2.3 说话人识别主要方法 | 第23-29页 |
| 2.3.1 模板匹配法 | 第23页 |
| 2.3.2 概率统计方法 | 第23-24页 |
| 2.3.3 人工神经网络方法 | 第24页 |
| 2.3.4 支持向量机方法 | 第24-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于平滑幅度谱包络的 MFCC 特征提取 | 第30-40页 |
| 3.1 MFCC 特征提取 | 第30-33页 |
| 3.2 基于平滑幅度谱包络的 MFCC 特征提取 | 第33-36页 |
| 3.2.1 基音频率对 MFCC 参数的影响 | 第33-34页 |
| 3.2.2 基于平滑幅度谱包络的 MFCC 特征提取的实现 | 第34-36页 |
| 3.3 实验 | 第36-39页 |
| 3.3.1 试验中所用语音库介绍 | 第36页 |
| 3.3.2 实验结果与分析 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于多窗频谱估计和平滑幅度谱包络的 MFCC | 第40-50页 |
| 4.1 多窗频谱估计 | 第40-43页 |
| 4.1.1 Multipeak | 第41-42页 |
| 4.1.2 SWCE | 第42-43页 |
| 4.1.3 Thomson | 第43页 |
| 4.2 基于 Multitapering 的 MFCC 特征提取 | 第43-44页 |
| 4.3 基于多窗频谱估计和平滑幅度谱包络的 MFCC | 第44-45页 |
| 4.4 实验与分析 | 第45-49页 |
| 4.4.1 窗个数对多窗频谱估计的影响 | 第45-47页 |
| 4.4.2 实验结果与分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于有效融合的说话人识别系统 | 第50-64页 |
| 5.1 △MFCC | 第50页 |
| 5.2 IMFCC 和 MidMFCC | 第50-52页 |
| 5.3 Fisher 比准则 | 第52-53页 |
| 5.4 实验与分析 | 第53-62页 |
| 5.4.1 MFCC 与 △MFCC 融合 | 第53-55页 |
| 5.4.2 MFCC、IMFCC 和 MidMFCC 的融合 | 第55-58页 |
| 5.4.3 新的混合特征参数的提取 | 第58-62页 |
| 5.5 本章小结 | 第62-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 工作总结 | 第64-65页 |
| 6.2 研究展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间发表的学术论文和参加科研情况 | 第74页 |
