| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外文献综述 | 第9-11页 |
| 1.3 深度学习与说话人识别 | 第11页 |
| 1.4 研究内容及贡献 | 第11-12页 |
| 1.5 本文组织结构 | 第12-13页 |
| 第2章 相关研究 | 第13-31页 |
| 2.1 说话人识别原理 | 第13页 |
| 2.2 说话人特征提取 | 第13-19页 |
| 2.2.1 语音数据预处理 | 第14-17页 |
| 2.2.2 梅尔频率倒谱系数 | 第17-19页 |
| 2.3 说话人识别模型 | 第19-24页 |
| 2.3.1 GMM-UBM说话人识别模型 | 第21页 |
| 2.3.2 HMM模型 | 第21-22页 |
| 2.3.3 高斯混合模型 | 第22页 |
| 2.3.4 EM模型 | 第22-24页 |
| 2.4 深度学习概述 | 第24-29页 |
| 2.4.1 卷积神经网络 | 第24-26页 |
| 2.4.2 受限玻耳兹曼机的网络结构 | 第26-28页 |
| 2.4.3 循环神经网络 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 说话人识别分析方法研究 | 第31-41页 |
| 3.1 说话人识别方法 | 第31-32页 |
| 3.2 说话人识别实验 | 第32-35页 |
| 3.2.1 实验平台 | 第32页 |
| 3.2.2 实验数据集 | 第32-33页 |
| 3.2.3 频谱图的获取 | 第33-34页 |
| 3.2.4 说话人识别 | 第34-35页 |
| 3.3 实验对比 | 第35-39页 |
| 3.3.1 GMM-UBM与CNN实验对比 | 第35-38页 |
| 3.3.2 DNN与CNN实验对比 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 说话人聚类分析方法研究 | 第41-49页 |
| 4.1 说话人聚类方法介绍 | 第41-44页 |
| 4.1.1 Affinity Propagation介绍 | 第41-42页 |
| 4.1.2 PCA降维介绍 | 第42-43页 |
| 4.1.3 使用PCA以及Affinity Propagation分析 | 第43-44页 |
| 4.2 说话人聚类实验 | 第44-48页 |
| 4.2.1 使用PCA降维可视化分析 | 第44-46页 |
| 4.2.2 使用AP聚类分析 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间发表的学术成果 | 第55-57页 |
| 致谢 | 第57页 |