| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第1章 绪论 | 第15-23页 |
| ·引言 | 第15-16页 |
| ·说话人识别概述 | 第16-18页 |
| ·情感语音对说话人识别的影响 | 第18-20页 |
| ·消除情感对说话人识别影响的困难 | 第20-21页 |
| ·论文主要工作 | 第21-23页 |
| 第2章 说话人识别系统 | 第23-35页 |
| ·说话人识别系统框架 | 第23-24页 |
| ·特征提取 | 第24-29页 |
| ·美尔倒谱系数(MFCC) | 第26-28页 |
| ·线性预测系数(LPC) | 第28-29页 |
| ·说话人模型 | 第29-32页 |
| ·主流说话人模型简介 | 第29-31页 |
| ·高斯混合模型(GMM) | 第31-32页 |
| ·说话人识别性能评价 | 第32-33页 |
| ·错误接受率和错误拒绝率 | 第32-33页 |
| ·等错误率和DET曲线 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第3章 情感语音与存在情感影响的说话人识别研究现状 | 第35-49页 |
| ·情感的描述与分类 | 第35-38页 |
| ·情感的描述 | 第36-38页 |
| ·情感的分类 | 第38页 |
| ·情感语音数据库 | 第38-40页 |
| ·实验室表演 | 第39-40页 |
| ·自然口音选录 | 第40页 |
| ·情感语音特征及其变化规律 | 第40-43页 |
| ·基频特征 | 第40-41页 |
| ·能量(Intensity)音强 | 第41页 |
| ·语速(duration)音长 | 第41-42页 |
| ·韵律结构和重音 | 第42页 |
| ·音质 | 第42-43页 |
| ·情感语音的合成 | 第43-45页 |
| ·如何提高语音的自然度 | 第43-44页 |
| ·现有的技术和方法 | 第44-45页 |
| ·情感语音下的说话人识别 | 第45-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 说话人识别系统性能受情感语音影响的研究 | 第49-69页 |
| ·说话人系统设置 | 第49-51页 |
| ·MASC CCNT实验语音数据库 | 第49页 |
| ·EPST实验语音数据库 | 第49-50页 |
| ·基本参数设置 | 第50-51页 |
| ·情感语音对说话人系统的影响 | 第51-66页 |
| ·基准实验 | 第51-52页 |
| ·训练语料文本相关性对系统性能的影响 | 第52-54页 |
| ·训练语料文本情感性对系统性能的影响 | 第54-57页 |
| ·不同训练情感语料数量对系统性能的影响 | 第57-59页 |
| ·不同建模方法对对系统性能的影响 | 第59-63页 |
| ·不同取得分策略对系统性能的影响 | 第63-64页 |
| ·不同背景模型对系统性能的影响 | 第64-66页 |
| ·建设抗情感变化的说话人系统的对策 | 第66页 |
| ·基于拓展和聚类的情感鲁棒说话人识别模型 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 基于规则的特征修正方法 | 第69-83页 |
| ·算法思想 | 第69-70页 |
| ·特征的统计分析 | 第70-73页 |
| ·音强分析 | 第71-72页 |
| ·时长分析 | 第72页 |
| ·基频分析 | 第72-73页 |
| ·特征修正 | 第73-76页 |
| ·对音强的修正 | 第73-74页 |
| ·对发音持续时间的修正 | 第74-75页 |
| ·对基音频率的修正 | 第75-76页 |
| ·说话人建模与识别 | 第76-77页 |
| ·实验结果计分析 | 第77-82页 |
| ·相同文本和不同文本的比较 | 第77-78页 |
| ·基于修正的情感特征与真实情感特征的比较 | 第78-80页 |
| ·不同修正情感语音数量的比较 | 第80-81页 |
| ·基于不同韵律特征修正的比较 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 第6章 基于情感模型间参数迁移规律的特征映射方法 | 第83-95页 |
| ·算法思想 | 第83-84页 |
| ·模型参数迁移学习 | 第84-88页 |
| ·通用背景模型(UBM) | 第84-85页 |
| ·情感相关模型 | 第85-86页 |
| ·迁移参数选择 | 第86-88页 |
| ·特征映射 | 第88-89页 |
| ·实验及讨论 | 第89-94页 |
| ·不同UBM训练集的比较 | 第89-92页 |
| ·与通用GMM-UBM的比较 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第7章 基于情感语音聚类的说话人建模方法 | 第95-112页 |
| ·算法思想 | 第95-97页 |
| ·语音聚类模型 | 第97-99页 |
| ·韵律特征选取及语音分割 | 第99-103页 |
| ·语音分割 | 第99-100页 |
| ·韵律特征计算 | 第100-101页 |
| ·语音段表达式生成 | 第101页 |
| ·说话人性别判断 | 第101-102页 |
| ·确定聚类中心 | 第102-103页 |
| ·对训练语音进行聚类 | 第103页 |
| ·说话人建模 | 第103-104页 |
| ·实验结果及分析 | 第104-111页 |
| ·建模方式比较实验 | 第104-107页 |
| ·不同语料数量的比较 | 第107-109页 |
| ·不同韵律特征的比较 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 第8章 基于语音帧加权的得分规整算法 | 第112-130页 |
| ·算法思想 | 第112-113页 |
| ·得分规整分析 | 第113-116页 |
| ·得分计算 | 第113-114页 |
| ·语音帧规整 | 第114-116页 |
| ·得分规整算法 | 第116-121页 |
| ·log域上的得分规整 | 第116-118页 |
| ·规整算法 | 第118-119页 |
| ·规整函数 | 第119-121页 |
| ·实验结果计分析 | 第121-125页 |
| ·不同权重函数的比较 | 第121-124页 |
| ·不同规整方法的比较 | 第124-125页 |
| ·不同层次情感补偿方法的比较 | 第125-129页 |
| ·MASC库上的实验 | 第126-127页 |
| ·EPST库上的实验 | 第127-129页 |
| ·本章小结 | 第129-130页 |
| 第9章 总结和展望 | 第130-134页 |
| ·总结 | 第130-131页 |
| ·未来的工作方法 | 第131-134页 |
| 附录1 | 第134-137页 |
| 参考文献 | 第137-148页 |
| 攻读博士学位期间主要的研究成果 | 第148-150页 |
| 致谢 | 第150-151页 |
| 作者简历 | 第151页 |