| 第1章 引言 | 第1-16页 |
| 1．1． 身份认证 | 第6页 |
| 1．2． 生物认证技术 | 第6-7页 |
| 1．3． 说话人识别 | 第7-8页 |
| 1．4． 隐马尔可夫模型 | 第8-14页 |
| 1．5． 应用前景 | 第14页 |
| 1．6． 所作工作和论文组织结构 | 第14-15页 |
| 1．7． 参考文献 | 第15-16页 |
| 第2章 说话人识别 | 第16-27页 |
| 2．1． 语音识别简介 | 第16页 |
| 2．2． 说话人识别的特点与难点 | 第16-18页 |
| 2．3． 说话人识别的特征提取 | 第18-21页 |
| 2．4． 说话人识别的主要方法 | 第21-25页 |
| 2．5． 小结 | 第25-26页 |
| 2．6． 参考文献 | 第26-27页 |
| 第3章 基于HMM的说话人识别 | 第27-36页 |
| 3．1． 比例因子 | 第27-28页 |
| 3．2． 说话人识别系统的性能评价 | 第28-30页 |
| 3．3． 识别方法 | 第30-31页 |
| 3．4． 基于HMM的说话人建模 | 第31-34页 |
| 3．5． 小结 | 第34页 |
| 3．6． 参考文献 | 第34-36页 |
| 第4章 系统介绍 | 第36-43页 |
| 4．1． 系统模块描述 | 第36-38页 |
| 4．2． 界面介绍 | 第38-40页 |
| 4．3． 模型训练 | 第40-41页 |
| 4．4． 识别流程 | 第41-42页 |
| 4．5． 测试数据（YOHO语音数据库） | 第42-43页 |
| 第5章 基于最小错误分类方法的改进 | 第43-48页 |
| 5．1． 传统分类方法 | 第43页 |
| 5．2． 最小错误分类 | 第43-45页 |
| 5．3． MCE方法在闭集说话人鉴定中的改进 | 第45-46页 |
| 5．4． 实验 | 第46-47页 |
| 5．5． 小结 | 第47页 |
| 5．6． 参考文献 | 第47-48页 |
| 第6章 得分计算方法的改进 | 第48-56页 |
| 6．1． 假设检验原理 | 第48-50页 |
| 6．2． 全局模型法 | 第50-52页 |
| 6．3． 伴随模型法 | 第52-54页 |
| 6．4． 两种方法的结合 | 第54-55页 |
| 6．5． 小结 | 第55页 |
| 6．6． 参考文献 | 第55-56页 |
| 第7章 内嵌语音识别的说话人识别 | 第56-66页 |
| 7．1． 语义信息确认（Verbal Information Verification） | 第56-60页 |
| 7．2． 各种结合方式 | 第60-64页 |
| 7．3． 小结 | 第64-65页 |
| 7．4． 参考文献 | 第65-66页 |
| 第8章 总结与展望 | 第66-67页 |
| 附录 论文发表情况 | 第67-68页 |
| 致谢 | 第68页 |