| 第一章 绪论 | 第6-12页 |
| 1.1 引言 | 第6-7页 |
| 1.2 生物识别技术概述 | 第7页 |
| 1.3 说话人识别技术历史概况及发展 | 第7-10页 |
| 1.4 数字信号处理器DSP的发展概况 | 第10页 |
| 1.5 主要的研究工作及内容安排 | 第10-12页 |
| 第二章 基础理论 | 第12-24页 |
| 2.1 语音信号处理基础知识 | 第12-15页 |
| 2.1.1 语音和语言 | 第12-13页 |
| 2.1.2 语音产生过程及其声学特性 | 第13-14页 |
| 2.1.3 语音产生的数字模型 | 第14-15页 |
| 2.2 说话人识别的基本原理 | 第15-18页 |
| 2.2.1 说话人识别的分类 | 第15-16页 |
| 2.2.2 说话人识别的过程及系统框架 | 第16-18页 |
| 2.3 说话人识别的主要方法 | 第18-21页 |
| 2.3.1 基于模板的说话人识别 | 第18-19页 |
| 2.3.2 基于VQ法的说话人识别 | 第19页 |
| 2.3.3 基于隐马尔可夫模型(HMM)的说话人识别 | 第19-20页 |
| 2.2.4 基于人工神经网络的说话人识别 | 第20-21页 |
| 2.4 TMS320C5000 DSP汇编语言编程开发基础 | 第21-23页 |
| 小结: | 第23-24页 |
| 第三章 说话人识别算法的研究 | 第24-41页 |
| 3.1 基于矢量量化的说话人识别算法的原理 | 第24-26页 |
| 3.2 基于MFCC的矢量量化说话人识别系统的研究 | 第26-41页 |
| 3.2.1 预处理 | 第26-28页 |
| 3.2.2 特征提取及参数选择 | 第28-30页 |
| 3.2.3 VQ码本形成的过程 | 第30-34页 |
| 3.2.4 识别 | 第34页 |
| 3.2.5 仿真实验 | 第34-41页 |
| 第四章 说话人确认阈值估计算法的研究及算法DSP实现的方案论证 | 第41-62页 |
| 4.1 经典阈值估计算法 | 第42-43页 |
| 4.2 基于统计的先验阈值估计算法 | 第43-48页 |
| 4.2.1 基于高斯分布假设的先验阈值估计 | 第43-46页 |
| 4.2.2 Furui方法 | 第46页 |
| 4.2.3 判决阈值的在线更新 | 第46-48页 |
| 4.3 基于频度统计的阈值估计算法 | 第48-50页 |
| 4.3.1 序列频度统计 | 第48页 |
| 4.3.2 确认得分的计算 | 第48-49页 |
| 4.3.3 阈值Th和频度的计算 | 第49页 |
| 4.3.4 判定准则 | 第49-50页 |
| 4.4 基于失真范围统计的阈值估计算法 | 第50-51页 |
| 4.5 基于DTSV的动态阈值估计算法 | 第51-53页 |
| 4.6 仿真实验及结论 | 第53-58页 |
| 4.7 确认阈值实现的DSP方案论证 | 第58-60页 |
| 4.7.1 基于高斯假设的1准则 | 第58-59页 |
| 4.7.2 Furui方法 | 第59页 |
| 4.7.3 频度统计法 | 第59-60页 |
| 4.7.4 失真范围统计法 | 第60页 |
| 4.7.5 DTSV法 | 第60页 |
| 4.8 本章总结 | 第60-62页 |
| 第五章 开集说话人识别算法的DSP实现 | 第62-83页 |
| 5.1 开集说话人识别算法原理 | 第62-64页 |
| 5.1.1 集合 | 第62页 |
| 5.1.2 开集说话人识别原理 | 第62-64页 |
| 5.2 基于DTSV开集说话人识别算法的DSP实现 | 第64-82页 |
| 5.2.1 特征参数的提取 | 第65-71页 |
| 5.2.2 特征矢量聚类及码本形成 | 第71-78页 |
| 5.2.3 识别及确认判决 | 第78-80页 |
| 5.2.4 系统仿真实验及结论 | 第80-82页 |
| 5.3 本章小结 | 第82-83页 |
| 第六章 全文总结 | 第83-85页 |
| 6.1 主要工作和结论 | 第83页 |
| 6.2 今后待研究的问题 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 致谢 | 第89-91页 |
| 中文摘要 | 第91-94页 |
| 英文摘要 | 第94页 |
