| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·语种识别的背景和意义 | 第9页 |
| ·语种识别的发展 | 第9-11页 |
| ·语种识别的主要方法 | 第11-13页 |
| ·选题的意义 | 第13页 |
| ·论文安排 | 第13-15页 |
| 第二章 语种识别概述 | 第15-20页 |
| ·语种识别系统介绍 | 第15-17页 |
| ·语种识别的评价准则 | 第17-18页 |
| ·电话语音语种识别的特殊性 | 第18-20页 |
| 第三章 语种识别的特征提取 | 第20-33页 |
| ·常用特征介绍 | 第20-23页 |
| ·MFCC特征 | 第20-21页 |
| ·LPCC特征 | 第21页 |
| ·PLP特征 | 第21-22页 |
| ·移位差分谱(SDC)特征 | 第22-23页 |
| ·常用的鲁棒性特征提取技术介绍 | 第23-25页 |
| ·倒谱均值相减(CMS) | 第23-24页 |
| ·RASTA滤波 | 第24页 |
| ·声道长度规整VTLN | 第24-25页 |
| ·新的鲁棒性特征提取 | 第25-29页 |
| ·MVDR特征 | 第25-28页 |
| ·GFCC特征 | 第28-29页 |
| ·实验 | 第29-33页 |
| 第四章 语种识别中的分类器研究 | 第33-55页 |
| ·改进的UBM-GMM语种识别系统 | 第33-42页 |
| ·GMM模型介绍 | 第33-35页 |
| ·UBM-GMM系统的基本原理 | 第35-36页 |
| ·MAP自适应 | 第36-37页 |
| ·按时长分段得分在UBM-GMM中的应用 | 第37-38页 |
| ·样本选择在模型训练中的应用 | 第38页 |
| ·实验 | 第38-42页 |
| ·基于PPRLM的语种识别 | 第42-46页 |
| ·音素识别器 | 第42-43页 |
| ·N-gram语言模型介绍 | 第43-44页 |
| ·PRLM的基本原理 | 第44-45页 |
| ·实验 | 第45-46页 |
| ·基于GMM-SVM的语种识别 | 第46-55页 |
| ·SVM支持向量机介绍 | 第46-50页 |
| ·最优分类面 | 第46-49页 |
| ·高维空间映射 | 第49-50页 |
| ·SVM在语种识别中的应用 | 第50-51页 |
| ·GSV基本原理 | 第51-53页 |
| ·实验 | 第53-55页 |
| 第五章 语种识别中的多分类器集成技术研究 | 第55-60页 |
| ·多分类器集成介绍 | 第55页 |
| ·语种识别中的分类器集成研究 | 第55-58页 |
| ·基于多特征的UBM-GMM分类器集成 | 第55-57页 |
| ·基于UBM-GMM、PRLM、GMM-SVM的分类器集成 | 第57-58页 |
| ·实验 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |