| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·研究的背景及意义 | 第8-9页 |
| ·背景及意义 | 第8-9页 |
| ·主要的应用领域 | 第9页 |
| ·国内外研究的起源、现状及难点 | 第9-11页 |
| ·研究的起源和现状 | 第9-10页 |
| ·研究的难点 | 第10-11页 |
| ·研究工作概述与安排 | 第11-13页 |
| ·工作内容 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 2 说话人识别技术概述 | 第13-21页 |
| ·引言 | 第13页 |
| ·说话人识别的基本原理 | 第13-15页 |
| ·基本概念 | 第13页 |
| ·说话人识别的分类 | 第13-15页 |
| ·说话人识别系统结构 | 第15页 |
| ·说话人识别中的识别方法 | 第15-18页 |
| ·模板匹配法 | 第16页 |
| ·统计概率模型法 | 第16-17页 |
| ·基于判决模型的方法 | 第17-18页 |
| ·基于混合模型的方法 | 第18页 |
| ·说话人识别的性能评价指标 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 语音信号的分析与预处理 | 第21-32页 |
| ·引言 | 第21页 |
| ·语音的基础知识 | 第21-22页 |
| ·语音产生的机理 | 第21页 |
| ·语音的分类 | 第21-22页 |
| ·语音信号的数学模型 | 第22-23页 |
| ·语音信号的预处理 | 第23-26页 |
| ·采样与量化 | 第24-25页 |
| ·预加重 | 第25页 |
| ·分帧 | 第25-26页 |
| ·加窗 | 第26页 |
| ·语音信号的时域分析 | 第26-30页 |
| ·短时能量分析 | 第27页 |
| ·短时过零率分析 | 第27-28页 |
| ·短时自相关分析 | 第28页 |
| ·短时平均幅度差分析 | 第28-29页 |
| ·语音信号的端点检测 | 第29-30页 |
| ·语音信号的频域分析 | 第30-31页 |
| ·滤波器组分析法 | 第30页 |
| ·傅里叶频谱分析法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 语音信号的特征参数提取 | 第32-41页 |
| ·引言 | 第32页 |
| ·基音周期的估计 | 第32-33页 |
| ·基音周期的检测方法 | 第33页 |
| ·线性预测系数(LPC) | 第33-37页 |
| ·线性预测分析的基本原理 | 第33-35页 |
| ·线性预测系数的求取 | 第35-37页 |
| ·线性预测倒谱系数(LPCC) | 第37-38页 |
| ·线性预测倒谱系数的定义 | 第37页 |
| ·线性预测倒谱系数的求取 | 第37-38页 |
| ·线性预测倒谱系数的分析 | 第38页 |
| ·Mel频率倒谱系数(MFCC) | 第38-40页 |
| ·Mel频率倒谱系数的定义 | 第38-39页 |
| ·Mel频率倒谱系数的求取 | 第39-40页 |
| ·Mel频率倒谱系数的分析 | 第40页 |
| ·本章小结 | 第40-41页 |
| 5 高斯混合模型在说话人识别中的应用及其改进 | 第41-59页 |
| ·引言 | 第41页 |
| ·高斯混合模型的基本概念 | 第41-43页 |
| ·高斯混合模型的参数估计 | 第43-46页 |
| ·最大似然估计(Maximum Likelihood，ML) | 第43页 |
| ·EM(Expectation Maximization，EM)算法 | 第43-46页 |
| ·高斯混合模型的参数初始化 | 第46-55页 |
| ·LBG算法 | 第46-47页 |
| ·K-均值算法 | 第47-48页 |
| ·基于传统K-均值算法的改进 | 第48-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·高斯混合模型的识别算法 | 第55-58页 |
| ·传统概率打分法 | 第55-56页 |
| ·基于加权的帧似然概率得分的改进 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 基于GMM的说话人识别系统实现与实验结果 | 第59-70页 |
| ·引言 | 第59页 |
| ·说话人识别系统平台 | 第59-62页 |
| ·硬件环境 | 第59页 |
| ·软件环境 | 第59页 |
| ·系统功能与模块 | 第59-62页 |
| ·基于高斯混合模型的说话人识别系统的性能研究 | 第62-66页 |
| ·测试语音长度对识别结果的影响 | 第62-63页 |
| ·不同主流特征参数对识别结果的影响 | 第63-64页 |
| ·高斯混合模型阶数对识别结果的影响 | 第64-65页 |
| ·高斯混合模型协方差阈值对识别结果的影响 | 第65-66页 |
| ·基于改进的高斯混合模型的说话人识别系统性能研究 | 第66-70页 |
| ·改进的K-均值算法对识别结果的影响 | 第66-68页 |
| ·帧似然变换加权对识别结果的影响 | 第68-69页 |
| ·综合改进实验与分析 | 第69-70页 |
| 7 总结与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |