| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-17页 |
| 1.1 引言 | 第7页 |
| 1.2 研究背景与研究意义 | 第7-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 生物特征识别技术的市场现状与发展趋势 | 第10-12页 |
| 1.3.2 声纹识别技术的市场现状与发展趋势 | 第12-14页 |
| 1.3.3 声纹识别技术的当前研究难点 | 第14页 |
| 1.4 论文主要工作 | 第14-15页 |
| 1.5 论文的组织结构安排 | 第15-17页 |
| 第二章 说话人识别技术与量子势垒算法概述 | 第17-30页 |
| 2.1 说话人识别技术和系统简介 | 第17-25页 |
| 2.1.1 概述 | 第17-18页 |
| 2.1.2 预处理 | 第18页 |
| 2.1.3 预加重 | 第18-19页 |
| 2.1.4 端点检测 | 第19页 |
| 2.1.5 分帧 | 第19-20页 |
| 2.1.6 说话人识别特征的提取 | 第20-23页 |
| 2.1.7 声纹特征模型训练 | 第23-24页 |
| 2.1.8 说话人识别 | 第24页 |
| 2.1.9 说话人识别系统的评价 | 第24-25页 |
| 2.2 量子势垒组特征提取方法概述 | 第25-29页 |
| 2.2.1 量子势研究发展与简述 | 第25页 |
| 2.2.2 量子势垒特征提取理论基础 | 第25-27页 |
| 2.2.3 特征提取原理 | 第27-28页 |
| 2.2.4 构建量子势垒组特征提取模型 | 第28-29页 |
| 2.3 本章小结 | 第29-30页 |
| 第三章 说话人识别系统功能的总体设计 | 第30-55页 |
| 3.1 系统整体方案设计 | 第30页 |
| 3.2 系统环境搭建 | 第30-31页 |
| 3.2.1 系统开发环境 | 第30页 |
| 3.2.2 系统运行环境 | 第30-31页 |
| 3.3 系统主要功能模块 | 第31-32页 |
| 3.4 语音采集模块 | 第32-37页 |
| 3.4.1 Windows下音频处理准备工作 | 第32-33页 |
| 3.4.2 音频环境准备与初始化 | 第33-35页 |
| 3.4.3 录音关闭 | 第35-37页 |
| 3.5 特征提取模块 | 第37-42页 |
| 3.5.1 预加重、端点检测、分帧 | 第37-39页 |
| 3.5.2 特征参数提取 | 第39-42页 |
| 3.6 训练建模模块 | 第42-46页 |
| 3.7 识别模块 | 第46-49页 |
| 3.8 声纹导入导出 | 第49-54页 |
| 3.9 本章小结 | 第54-55页 |
| 第四章 说话人识别系统功能的实现与分析 | 第55-65页 |
| 4.1 系统功能的实现 | 第55-62页 |
| 4.1.1 主界面 | 第55页 |
| 4.1.2 提取声纹 | 第55-57页 |
| 4.1.3 识别声纹 | 第57-59页 |
| 4.1.4 导出声纹 | 第59-60页 |
| 4.1.5 导入声纹 | 第60-62页 |
| 4.2 测试结果及分析 | 第62-64页 |
| 4.2.1 有效录音帧数、隧穿每组帧数k值对识别率的影响 | 第62-64页 |
| 4.2.2 高斯混合数M对识别率的影响 | 第64页 |
| 4.3 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 论文工作总结 | 第65页 |
| 5.2 工作展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |