| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-17页 |
| ·说话人识别概述 | 第9-10页 |
| ·说话人识别的基本原理与主要方法 | 第10-13页 |
| ·说话人识别中存在的问题 | 第13-14页 |
| ·研究的意义 | 第14-15页 |
| ·全文内容安排 | 第15-17页 |
| 第2章 基于概率统计的说话人模型 | 第17-26页 |
| ·高斯混合模型（GMM） | 第17-19页 |
| ·高斯混合模型的定义 | 第18-19页 |
| ·高斯混合模型的训练 | 第19页 |
| ·隐马尔可夫模型（HMM） | 第19-25页 |
| ·Markov 过程和Markov 链 | 第20-21页 |
| ·HMM 的定义 | 第21-22页 |
| ·HMM 的基本算法 | 第22-25页 |
| ·本章总结 | 第25-26页 |
| 第3章 最小分类错误算法及其改进算法MMCE | 第26-29页 |
| ·最小分类错误算法MCE | 第26-28页 |
| ·MCE 的概念 | 第26-27页 |
| ·MCE 优缺点分析 | 第27-28页 |
| ·改进的算法MMCE | 第28页 |
| ·本章总结 | 第28-29页 |
| 第4章 基于FAGMM+MMCE模型的说话人识别 | 第29-38页 |
| ·因子分析 | 第29-30页 |
| ·FAGMM+MMCE 模型 | 第30-36页 |
| ·FAGMM 模型定义 | 第30-32页 |
| ·FAGMM 模型训练算法 | 第32-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·实验环境描述 | 第36页 |
| ·实验结果 | 第36-37页 |
| ·本章总结 | 第37-38页 |
| 第5章 基于FAHMM+MMCE模型的说话人识别 | 第38-46页 |
| ·FAHMM+MMCE 模型 | 第38-42页 |
| ·FAHMM 模型定义 | 第38-39页 |
| ·FAHMM 模型的EM 和MMCE 训练 | 第39-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·实验环境描述 | 第42页 |
| ·实验结果 | 第42-45页 |
| ·本章总结 | 第45-46页 |
| 第6章 FAGMM+MMCE和FAHMM+MMCE模型的抗噪声性能研究 | 第46-50页 |
| ·实验环境与条件 | 第46页 |
| ·FAGMM+MMCE 在噪声环境下的识别性能 | 第46-48页 |
| ·不同信噪比下的识别性能实验 | 第46-47页 |
| ·真实噪声环境下的实验 | 第47-48页 |
| ·FAHMM+MMCE 在噪声环境下的识别性能 | 第48-49页 |
| ·不同信噪比下的识别性能实验 | 第48页 |
| ·真实噪声环境下的实验 | 第48-49页 |
| ·本章总结 | 第49-50页 |
| 第7章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50-51页 |
| ·讨论与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A：个人简历 | 第57-58页 |
| 附录B：攻读硕士学位期间撰写的学术论文 | 第58-59页 |
| 附录C：所用符号对照表 | 第59-61页 |
| 附录D：论文中的用图与用表说明 | 第61页 |