| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·说话人识别概述 | 第9页 |
| ·说话人识别的发展历程 | 第9-11页 |
| ·说话人确认系统的组成结构 | 第11-12页 |
| ·说话人确认系统的评估标准 | 第12-14页 |
| ·错误接受率FA 和错误拒绝率FR | 第12-13页 |
| ·等误识率EER | 第13页 |
| ·DET 曲线 | 第13页 |
| ·检测代价函数. | 第13-14页 |
| ·论文的主要内容和安排 | 第14-17页 |
| 第2章 基于 GMM-UBM-MAP 的说话人确认 | 第17-25页 |
| ·引言 | 第17页 |
| ·高斯混合模型 | 第17-20页 |
| ·高斯混合模型的原理 | 第17-19页 |
| ·高斯混合模型参数的训练 | 第19-20页 |
| ·基于 GMM-UBM 的说话人确认系统 | 第20-24页 |
| ·GMM-UBM 结构 | 第20-21页 |
| ·MAP 自适应算法 | 第21-23页 |
| ·GMM-UBM-MAP 系统性能分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 SVM 说话人模型 | 第25-41页 |
| ·引言 | 第25页 |
| ·支持向量机 | 第25-36页 |
| ·基于风险最小的机器学习方法 | 第26-27页 |
| ·线性判决边界. | 第27-32页 |
| ·非线性判决边界 | 第32-34页 |
| ·核函数 | 第34-36页 |
| ·基于 SVM 的说话人模型 | 第36-39页 |
| ·SVM 说话人模型的建模策略 | 第36页 |
| ·核函数的选择. | 第36-37页 |
| ·惩罚系数C 的选择. | 第37页 |
| ·GMM 大矢量 | 第37-38页 |
| ·GMM-Sup-SVM 系统性能分析 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第4章 短时倒谱参数 | 第41-51页 |
| ·引言 | 第41-42页 |
| ·语音信号的前端处理 | 第42-43页 |
| ·短时倒谱参数 | 第43-49页 |
| ·语音信号的倒谱分析 | 第43-44页 |
| ·线性预测倒谱参数（LPCC） | 第44-45页 |
| ·Mel 频率倒谱参数（MFCC） | 第45-48页 |
| ·参数级通道噪声抗噪方法 | 第48页 |
| ·短时倒谱参数的识别性能实验 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 聚类和排序 GMM 相结合应用于训练 UBM | 第51-57页 |
| ·引言 | 第51页 |
| ·聚类分析 | 第51-52页 |
| ·排序高斯混合模型 | 第52-56页 |
| ·排序码本矢量量化 | 第52-53页 |
| ·排序高斯混合模型 | 第53-54页 |
| ·算法说明. | 第54-55页 |
| ·排序GMM 方法训练UBM 的性能分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第64页 |