| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 说话人识别技术的发展历史 | 第11-12页 |
| 1.3 本文研究内容和安排 | 第12-14页 |
| 第二章 说话人辨认系统概述 | 第14-26页 |
| 2.1 说话人识别基本系统结构 | 第14页 |
| 2.2 语音预处理 | 第14-18页 |
| 2.2.1 预加重 | 第14-15页 |
| 2.2.2 分帧加窗 | 第15-16页 |
| 2.2.3 端点检测 | 第16-18页 |
| 2.3 特征参数 | 第18-23页 |
| 2.3.1 线性预测系数LPC和线性预测倒谱系数LPCC | 第18-20页 |
| 2.3.2 梅尔频率倒谱系数MFCC | 第20-22页 |
| 2.3.3 特征评价方法 | 第22-23页 |
| 2.4 说话人识别的主要方法 | 第23-26页 |
| 2.4.1 模板匹配算法 | 第23页 |
| 2.4.2 隐马尔科夫模型 | 第23-24页 |
| 2.4.3 矢量量化法 | 第24页 |
| 2.4.4 高斯混合模型法 | 第24-25页 |
| 2.4.5 支持向量机法 | 第25页 |
| 2.4.6 深度神经网络法 | 第25-26页 |
| 第三章 基于重组超矢量的GMM-SVM说话人辨认系统 | 第26-43页 |
| 3.1 引言 | 第26页 |
| 3.2 基于GMM-SVM的说话人辨认系统 | 第26-36页 |
| 3.2.1 高斯混合模型 | 第27-29页 |
| 3.2.2 超矢量 | 第29-30页 |
| 3.2.3 支持向量机 | 第30-36页 |
| 3.4 基于重组超矢量的GMM-SVM说话人辨认 | 第36-38页 |
| 3.5 实验结果与分析 | 第38-43页 |
| 第四章 基于DNN-SVM的说话人辨认系统 | 第43-61页 |
| 4.1 引言 | 第43页 |
| 4.2 深度学习的发展历史 | 第43-45页 |
| 4.3 提取说话人语音特征的深度神经网络 | 第45-56页 |
| 4.3.1 训练深度神经网络 | 第46-52页 |
| 4.3.2 训练深度神经网络的技巧 | 第52-54页 |
| 4.3.3 深度神经网络的特征学习 | 第54-56页 |
| 4.4 基于DNN-SVM的说话人辨认系统构建 | 第56-57页 |
| 4.5 实验结果与分析 | 第57-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录2 攻读硕士学位期间申请的专利 | 第67-68页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第68-69页 |
| 致谢 | 第69页 |