| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 说话人识别的发展及现状 | 第9-11页 |
| 1.3 说话人识别技术研究难点及热点 | 第11-12页 |
| 1.4 本文的主要研究与结构安排 | 第12-14页 |
| 第二章 说话人识别基本理论 | 第14-24页 |
| 2.1 语音产生机理与模型 | 第14-16页 |
| 2.2 说话人识别概述 | 第16页 |
| 2.2.1 说话人识别概念 | 第16页 |
| 2.2.2 说话人识别分类 | 第16页 |
| 2.3 说话人识别中的关键技术 | 第16-22页 |
| 2.3.1 语音信号预处理 | 第16-17页 |
| 2.3.2 语音特征提取 | 第17-20页 |
| 2.3.3 说话人识别模型 | 第20-22页 |
| 2.4 说话人识别性能评价指标 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 深度学习基本理论 | 第24-34页 |
| 3.1 深度学习的优势 | 第24-25页 |
| 3.1.1 深度学习的特点 | 第24页 |
| 3.1.2 深度学习在说话人识别的优势 | 第24-25页 |
| 3.2 神经网络的学习方式 | 第25-26页 |
| 3.3 本文采用的深度学习模型 | 第26-32页 |
| 3.3.1 人工神经元模型 | 第26-28页 |
| 3.3.2 RBM模型 | 第28-31页 |
| 3.3.3 深度置信网络 | 第31-32页 |
| 3.4 深度置信网络在说话人识别方面的应用 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于Bottleneck-VQ的说话人识别系统 | 第34-47页 |
| 4.1 基于矢量量化的说话人识别系统 | 第34-36页 |
| 4.2 Bottleneck特征 | 第36-41页 |
| 4.2.1 Bottleneck特征介绍 | 第36-37页 |
| 4.2.2 Bottleneck特征提取 | 第37-41页 |
| 4.3 基于Bottleneck-VQ的说话人识别系统 | 第41-46页 |
| 4.3.1 基于Bottleneck-VQ的说话人识别系统实现 | 第41-42页 |
| 4.3.2 实验仿真和结果分析 | 第42-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 基于Auto-Encoder DBN-VQ的说话人识别系统 | 第47-54页 |
| 5.1 Auto-Encoder DBN原理 | 第47-49页 |
| 5.2 基于Auto-Encoder DBN-VQ的说话人识别系统 | 第49页 |
| 5.3 实验仿真和结果分析 | 第49-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 附录2 攻读硕士学位期间申请的专利 | 第61-62页 |
| 附录3 攻读学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
