| 摘要 | 第4-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第18-30页 |
| 1.1 研究背景及意义 | 第18-19页 |
| 1.1.1 声纹识别技术概述 | 第18页 |
| 1.1.2 声纹识别技术应用及研究意义 | 第18-19页 |
| 1.2 国内外研究动态 | 第19-23页 |
| 1.2.1 语音端点检测方法研究现状及分析 | 第19-20页 |
| 1.2.2 特征提取技术发展现状及分析 | 第20-22页 |
| 1.2.3 声纹识别模型发展现状及分析 | 第22-23页 |
| 1.3 声纹识别技术中的实用性研究现状及分析 | 第23-24页 |
| 1.4 实用需求 | 第24-25页 |
| 1.5 本文主要研究内容与章节安排 | 第25-30页 |
| 1.5.1 主要研究内容 | 第25-28页 |
| 1.5.2 论文章节安排 | 第28-30页 |
| 第二章 语音端点检测及去噪 | 第30-53页 |
| 2.1 引言 | 第30-31页 |
| 2.2 带噪语音的预处理 | 第31-34页 |
| 2.2.1 采样 | 第31页 |
| 2.2.2 量化 | 第31-32页 |
| 2.2.3 预加重 | 第32页 |
| 2.2.4 分帧处理 | 第32-33页 |
| 2.2.5 加窗函数 | 第33-34页 |
| 2.3 基于多分辨语谱图的端点检测及去噪方法 | 第34-46页 |
| 2.3.1 语谱图预处理—维纳滤波处理 | 第35-38页 |
| 2.3.2 基于自相关函数的语谱图端点检测 | 第38-45页 |
| 2.3.3 多分辨分析与EMD分解算法 | 第45-46页 |
| 2.4 实验结果及分析 | 第46-52页 |
| 2.5 本章小结 | 第52-53页 |
| 第三章 说话人特征参数提取 | 第53-64页 |
| 3.1 引言 | 第53-54页 |
| 3.2 语音信号产生的数学模型 | 第54-55页 |
| 3.3 基于声道的语音特征参数 | 第55-57页 |
| 3.3.1 LPCC特征参数 | 第55-56页 |
| 3.3.2 MFCC特征参数 | 第56-57页 |
| 3.4 基于声门的语音特征参数 | 第57-58页 |
| 3.4.1 能量参数 | 第57-58页 |
| 3.4.2 基音周期 | 第58页 |
| 3.5 特征参数优化 | 第58-60页 |
| 3.5.1 基于基音周期的MFCC特征参数(Pitch-MFCC) | 第58-59页 |
| 3.5.2 Delta特征的引入 | 第59页 |
| 3.5.3 特征参数组合实验结果 | 第59-60页 |
| 3.6 特征参数降维处理 | 第60-63页 |
| 3.7 小结 | 第63-64页 |
| 第四章 说话人声纹识别模型研究 | 第64-82页 |
| 4.1 引言 | 第64-65页 |
| 4.2 声纹识别模型 | 第65-75页 |
| 4.2.1 矢量量化模型(VQ) | 第65-66页 |
| 4.2.2 人工神经网络(ANN) | 第66页 |
| 4.2.3 隐马尔可夫模型(HMM) | 第66-73页 |
| 4.2.4 高斯混合模型(GMM) | 第73-75页 |
| 4.3 HMM声纹识别模型鲁棒性研究 | 第75-76页 |
| 4.4 GMM声纹识别模型鲁棒性研究 | 第76-81页 |
| 4.4.1 EM算法改进 | 第76-78页 |
| 4.4.2 基于熵值的匹配权重算法 | 第78-79页 |
| 4.4.3 实验结果验证 | 第79-81页 |
| 4.5 本章小结 | 第81-82页 |
| 第五章 提高声纹识别系统效率的方法研究 | 第82-105页 |
| 5.1. 引言 | 第82-83页 |
| 5.2 基于GMM的模型生长聚类法(GCM) | 第83-95页 |
| 5.2.1 分组策略 | 第83-85页 |
| 5.2.2 基于相对熵的相似性准则 | 第85-86页 |
| 5.2.3 基于亲密度的聚类分组策略 | 第86-88页 |
| 5.2.4 类代表的产生 | 第88页 |
| 5.2.5 类GMM的生成 | 第88-89页 |
| 5.2.6 参数设置 | 第89-90页 |
| 5.2.7 基于匹配子集的类选择策略 | 第90-91页 |
| 5.2.8 实验分析 | 第91-95页 |
| 5.3 基于特征参数聚类的HMM快速识别算法 | 第95-104页 |
| 5.3.1 基于特征参数的模型库分组策略 | 第95-96页 |
| 5.3.2 基于邻近规则的k-means聚类分组算法 | 第96-98页 |
| 5.3.3 二次平滑分组算法 | 第98-100页 |
| 5.3.4 基于特征参数的类选择及度量 | 第100-103页 |
| 5.3.5 实验分析 | 第103-104页 |
| 5.4 本章小结 | 第104-105页 |
| 第六章 声纹识别技术应用系统 | 第105-121页 |
| 6.1 引言 | 第105页 |
| 6.2 基于HMM的移动终端声纹签到系统 | 第105-112页 |
| 6.2.1 开发背景 | 第105页 |
| 6.2.2 系统开发环境 | 第105-106页 |
| 6.2.3 系统体系结构 | 第106-108页 |
| 6.2.4 签到系统的模块设计 | 第108-111页 |
| 6.2.5 系统开发设计过程 | 第111-112页 |
| 6.3 基于GMM的手机声纹锁系统 | 第112-117页 |
| 6.3.1 应用背景 | 第112页 |
| 6.3.2 系统开发环境 | 第112-113页 |
| 6.3.3 手机声纹锁系统开发设计 | 第113-117页 |
| 6.4 系统功能测试 | 第117-120页 |
| 6.4.1 环境适应鲁棒性实验 | 第117-119页 |
| 6.4.2 实时性实验 | 第119-120页 |
| 6.5 本章小结 | 第120-121页 |
| 总结 | 第121-123页 |
| 参考文献 | 第123-133页 |
| 攻读博士学位期间的研究成果 | 第133-135页 |
| 致谢 | 第135页 |