| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·论文研究的目的和意义 | 第11-12页 |
| ·说话人识别研究历史及现状 | 第12-13页 |
| ·说话人识别的分类及应用 | 第13-14页 |
| ·短波通信中的说话人辨识研究 | 第14-17页 |
| ·噪声的分类和影响 | 第14-15页 |
| ·短波信道噪声 | 第15-16页 |
| ·飞机机舱噪声特点 | 第16页 |
| ·说话人辨识中抗噪处理的基本方法 | 第16-17页 |
| ·研究内容及章节安排 | 第17-19页 |
| ·主要研究内容 | 第17-18页 |
| ·章节安排 | 第18-19页 |
| 第2章 说话人辨识介绍 | 第19-33页 |
| ·说话人辨识基本原理 | 第19页 |
| ·说话人辨识的前端处理 | 第19-22页 |
| ·改进的说话人辨识前端处理 | 第22-27页 |
| ·传统的基于谱减法的语音增强 | 第22-25页 |
| ·改进的谱减语音增强方法 | 第25-27页 |
| ·说话人特征参数提取 | 第27-29页 |
| ·说话人辨识主要方法 | 第29-32页 |
| ·基于模板匹配的方法 | 第29-30页 |
| ·基于概率模型的方法 | 第30-31页 |
| ·基于判决模型的方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于听觉感知的说话人特征参数提取 | 第33-48页 |
| ·人耳听觉生理系统结构 | 第33-34页 |
| ·听觉主观感知 | 第34-37页 |
| ·基于听觉感知的特征参数提取 | 第37-43页 |
| ·美尔频率倒谱系数(MFCC)特征参数的提取 | 第37-40页 |
| ·感知线性预测倒谱系数(PLPCC)特征参数提取 | 第40-43页 |
| ·改进的基于听觉感知的特征参数提取 | 第43-47页 |
| ·RASTA处理技术 | 第43页 |
| ·RASTA-PLPCC特征参数提取 | 第43-44页 |
| ·RASTA-MFCC特征参数提取 | 第44-46页 |
| ·MF-PLPCC特征参数提取 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 高斯混合模型在说话人辨识中的应用 | 第48-58页 |
| ·GMM模型的基本概念 | 第48-49页 |
| ·GMM模型的参数估计 | 第49-52页 |
| ·EM算法简介 | 第50页 |
| ·用EM算法估计GMM参数 | 第50-52页 |
| ·GMM模型的参数初始化 | 第52-55页 |
| ·K-均值聚类 | 第53页 |
| ·模糊C-均值(FCM)聚类 | 第53-55页 |
| ·应用于说话人辨识中的GMM模型 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 系统实现与实验结果分析 | 第58-67页 |
| ·说话人数据库介绍 | 第58页 |
| ·系统实现 | 第58-60页 |
| ·训练过程 | 第58-59页 |
| ·识别过程 | 第59-60页 |
| ·实验结果和分析 | 第60-66页 |
| ·GMM阶数对识别性能影响的实验 | 第60页 |
| ·GMM的不同初始化方式对识别性能影响的实验 | 第60-61页 |
| ·测试语音长度对识别性能的实验 | 第61-62页 |
| ·说话人常用特征参数识别性能的实验 | 第62-63页 |
| ·RASTA对MFCC和PLPCC处理后识别性能的实验 | 第63-64页 |
| ·MF-PLPCC相对MFCC的识别性能的实验 | 第64-65页 |
| ·改进的谱减语音增强对说话人识别性能的实验 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |