| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·说话人识别概述 | 第8-9页 |
| ·文本无关的说话人确认 | 第9-11页 |
| ·说话人识别 | 第9-10页 |
| ·说话人确认 | 第10页 |
| ·说话人确认系统的主要评估手段 | 第10-11页 |
| ·论文的主要研究内容 | 第11-13页 |
| 第二章 基于GMM 的说话人确认 | 第13-28页 |
| ·引言 | 第13-14页 |
| ·语音信号的特征提取及处理 | 第14-17页 |
| ·语音信号的倒谱（Cepstrum）分析 | 第14-15页 |
| ·Mel 频率倒谱参数：MFCC | 第15-17页 |
| ·高斯混合模型 | 第17-21页 |
| ·高斯混合模型的基本结构 | 第18-19页 |
| ·GMM 模型的参数估计 | 第19-21页 |
| ·基于GMM-UBM 的说话人确认 | 第21-26页 |
| ·GMM-UBM 的基本结构 | 第21-23页 |
| ·参数级规整方法 | 第23-26页 |
| ·参数矩规整 | 第24-26页 |
| ·RASTA | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 基于支持向量机的说话人确认 | 第28-44页 |
| ·引言 | 第28页 |
| ·统计学习理论 | 第28-30页 |
| ·支持向量机 | 第30-36页 |
| ·线性判决边界 | 第31-34页 |
| ·非线性判决边界 | 第34-36页 |
| ·基于SVM 的说话人确认 | 第36-38页 |
| ·SVM 说话人模型建模策略 | 第36-37页 |
| ·核函数的选取 | 第37-38页 |
| ·基于SVM 的说话人确认系统 | 第38页 |
| ·基于特征映射的SVM 说话人确认 | 第38-43页 |
| ·基于GMM-UBM 的特征映射 | 第39-40页 |
| ·GMM 全统计参数 | 第40-41页 |
| ·GMM-UBM-SVM 系统的性能 | 第41-43页 |
| ·GMM-UBM 和GMM-UBM-SVM 系统比较 | 第41-42页 |
| ·混合度GMM-UBM-SVM 系统的影响 | 第42页 |
| ·长语音情况下模型训练策略 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于分类特征映射的说话人确认 | 第44-55页 |
| ·分类特征映射概述 | 第44页 |
| ·特征空间的分类 | 第44-48页 |
| ·基于VQ 的特征空间分类 | 第45-47页 |
| ·基于基音周期的分类 | 第47-48页 |
| ·基于基音的分类系统结构 | 第47页 |
| ·基音周期的提取 | 第47-48页 |
| ·分类特征映射说话人确认系统的结构 | 第48-51页 |
| ·分类GMM-UBM-SVM 系统的基本结构 | 第48-50页 |
| ·分类GMM 结构的运算效率 | 第50-51页 |
| ·实验与分析 | 第51-54页 |
| ·数据库描述 | 第51页 |
| ·分类子系统性能实验 | 第51-53页 |
| ·分类子系统评分融合实验 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 在读期间发表的学术论文与取得的研究成果 | 第61页 |