| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 引言 | 第9-27页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 说话人确认技术概述 | 第11-16页 |
| 1.2.1 声学特征提取 | 第12-13页 |
| 1.2.2 说话人建模及打分 | 第13-15页 |
| 1.2.3 说话人确认系统性能评价 | 第15-16页 |
| 1.3 说话人确认中面临的复杂环境问题 | 第16-17页 |
| 1.4 说话人确认鲁棒性研究现状 | 第17-21页 |
| 1.4.1 研究现状概述 | 第17-18页 |
| 1.4.2 研究现状分析 | 第18-20页 |
| 1.4.3 研究难点 | 第20-21页 |
| 1.5 研究工作概述 | 第21-25页 |
| 1.5.1 研究思路 | 第21-23页 |
| 1.5.2 工作内容 | 第23-25页 |
| 1.6 论文的组织结构 | 第25-27页 |
| 第2章 基于频带加权的信道鲁棒特征提取 | 第27-44页 |
| 2.1 本章引论 | 第27-29页 |
| 2.1.1 研究问题 | 第27页 |
| 2.1.2 问题分析 | 第27-28页 |
| 2.1.3 研究思路 | 第28-29页 |
| 2.2 背景回顾 | 第29-33页 |
| 2.2.1 频带加权MFCC特征 | 第29-30页 |
| 2.2.2 F-ratio准则 | 第30-32页 |
| 2.2.3 i-vector与LDA | 第32-33页 |
| 2.3 复杂信道下基于频带加权的特征提取 | 第33-36页 |
| 2.3.1 复杂信道下的频带整体区分度 | 第33-34页 |
| 2.3.2 基于F-ratio的频带加权参数提取 | 第34-35页 |
| 2.3.3 有效性分析 | 第35页 |
| 2.3.4 频带加权在i-vector系统中流程 | 第35-36页 |
| 2.4 实验评测与结果分析 | 第36-43页 |
| 2.4.1 相关数据库的选择 | 第36-37页 |
| 2.4.2 实验参数配置 | 第37-38页 |
| 2.4.3 同数据库F-ratio的加权测试 | 第38-40页 |
| 2.4.4 跨数据库F-ratio的加权测试 | 第40-42页 |
| 2.4.5 不同数据库提取的F-ratio参数比较 | 第42-43页 |
| 2.5 小结 | 第43-44页 |
| 第3章 复杂信道下说话人空间的区分性训练 | 第44-74页 |
| 3.1 本章引论 | 第44-48页 |
| 3.1.1 科学问题 | 第44页 |
| 3.1.2 研究现状分析 | 第44-45页 |
| 3.1.3 问题分析 | 第45-47页 |
| 3.1.4 研究思路 | 第47-48页 |
| 3.2 研究现状分析 | 第48-53页 |
| 3.2.1 DNN回顾 | 第48-51页 |
| 3.2.2 说话人确认中的DNN | 第51-53页 |
| 3.3 区分性训练数据集的设计 | 第53页 |
| 3.4 基于i-vector的区分性特征提取 | 第53-57页 |
| 3.4.1 余弦度量 | 第54页 |
| 3.4.2 幅度差值距离 | 第54-57页 |
| 3.4.3 区分性训练输入的设计 | 第57页 |
| 3.5 构建DNN区分性训练 | 第57-59页 |
| 3.6 PLDA-DNN的融合 | 第59-62页 |
| 3.6.1 PLDA概述 | 第59-60页 |
| 3.6.2 DNN与PLDA的融合 | 第60-62页 |
| 3.7 实验评测与结果分析 | 第62-72页 |
| 3.7.1 相关数据库的选择 | 第62页 |
| 3.7.2 实验配置与基线系统 | 第62-63页 |
| 3.7.3 利用CV集挑选DNN输入维度 | 第63-65页 |
| 3.7.4 不同隐藏层数对DNN区分性训练的影响 | 第65-66页 |
| 3.7.5 基于DNN区分性训练测试 | 第66-67页 |
| 3.7.6 DNN与PLDA融合实验 | 第67-71页 |
| 3.7.7 DNN与SVM的对比实验 | 第71-72页 |
| 3.8 小结 | 第72-74页 |
| 第4章 基于顺序自适应的模型动态更新 | 第74-94页 |
| 4.1 本章引论 | 第74-76页 |
| 4.1.1 研究问题 | 第74页 |
| 4.1.2 问题分析 | 第74-75页 |
| 4.1.3 解决思路 | 第75-76页 |
| 4.2 基于MAP的通用背景模型的顺序自适应 | 第76-82页 |
| 4.2.1 MAP估计 | 第77-79页 |
| 4.2.2 UBM的动态更新 | 第79-82页 |
| 4.3 说话人高斯混合模型的自适应更新 | 第82-84页 |
| 4.4 基于fMAPLR的顺序自适应方法 | 第84-86页 |
| 4.5 基于MAP-fMAPLR顺序自适应 | 第86-87页 |
| 4.6 实验评测和结果分析 | 第87-92页 |
| 4.6.1 数据库和实验配置 | 第87页 |
| 4.6.2 UBM顺序更新实验结果 | 第87-89页 |
| 4.6.3 顺序更新后UBM的质量 | 第89-90页 |
| 4.6.4 GMM-UBM顺序更新实验结果 | 第90-91页 |
| 4.6.5 f MAPLR的顺序更新实验结果 | 第91-92页 |
| 4.7 小结 | 第92-94页 |
| 第5章 总结和展望 | 第94-97页 |
| 5.1 论文工作总结 | 第94-95页 |
| 5.2 下一步研究展望 | 第95-97页 |
| 参考文献 | 第97-108页 |
| 致谢 | 第108-111页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第111-112页 |