| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·说话人识别的基本概念及其分类 | 第8-9页 |
| ·说话人识别的基本原理 | 第9-13页 |
| ·说话人识别的发展和现状 | 第13页 |
| ·论文内容安排 | 第13-14页 |
| 第二章 语音信号的处理和特征矢量的分析及提取 | 第14-33页 |
| ·引言 | 第14-15页 |
| ·语音信号的产生原理 | 第15-16页 |
| ·语音信号的特征分析 | 第16-17页 |
| ·语音信号的时域分析 | 第17-18页 |
| ·线性预测编码（LPC）分析 | 第18-21页 |
| ·复倒谱和倒谱 | 第21-28页 |
| ·MEL倒谱参数（Mel－Frequency Cepstral Coefficients：MFCC） | 第28-31页 |
| ·特征参数的评价方法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 说话人识别系统的识别方法 | 第33-51页 |
| ·引言 | 第33页 |
| ·矢量量化方法（Vector Quantization） | 第33-39页 |
| ·矢量量化的原理 | 第34-35页 |
| ·矢量量化器的最佳码本设计 | 第35-36页 |
| ·矢量量化的LBG算法 | 第36-39页 |
| ·初始码本的设置及畸变准则的选择 | 第39页 |
| ·模糊矢量量化(Fuzzy Vector Quantization) | 第39-41页 |
| ·改进的FCM模糊聚类算法（Improve Algorithms of Fuzzy C-mean Clustring） | 第41-42页 |
| ·遗传算法的基本原理 | 第42-45页 |
| ·GAVQ算法 | 第45-50页 |
| ·基因编码 | 第46页 |
| ·适应度函数选择 | 第46-47页 |
| ·初始码本的形成 | 第47页 |
| ·遗传操作 | 第47-48页 |
| ·迭代停止条件 | 第48-49页 |
| ·算法收敛性讨论 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 人工神经网络在说话人识别中的应用 | 第51-61页 |
| ·引言 | 第51-52页 |
| ·人工神经网络简介 | 第52页 |
| ·一种时间规整算法及其在神经网络说话人识别中的应用 | 第52-56页 |
| ·多层感知器 | 第56-58页 |
| ·径向基函数的组合神经网络 | 第58-60页 |
| ·径向基函数神经网络(RBF) | 第58-59页 |
| ·子网的训练 | 第59-60页 |
| ·说话人识别网络模型 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第五章 系统实现与实验结果 | 第61-72页 |
| ·引言 | 第61页 |
| ·语音库的建立及语音信号的预处理 | 第61-62页 |
| ·录音 | 第61页 |
| ·语音库构成 | 第61-62页 |
| ·数据采集 | 第62页 |
| ·应用矢量量化（VQ）的说话人识别 | 第62-67页 |
| ·应用VQ的说话人识别过程 | 第63-64页 |
| ·模糊矢量量化（Fuzzy VQ）的识别 | 第64-65页 |
| ·GAVQ的识别 | 第65-66页 |
| ·GAVQ与VQ 的实验结果说明 | 第66-67页 |
| ·应用人工神经网络（ANN）的说话人识别 | 第67-71页 |
| ·反向传输网络的BP算法的实验与结果 | 第67-69页 |
| ·径向基函数的测试实验及结果比较 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 结论 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 研究生期间发表的论文 | 第77页 |
