| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·语音信号处理 | 第11-12页 |
| ·语音识别技术 | 第12-13页 |
| ·说话人识别研究意义 | 第13-14页 |
| ·说话人识别技术研究现状 | 第14-15页 |
| ·说话人识别的主要研究方法 | 第15-17页 |
| ·说话人识别系统的组成 | 第15-16页 |
| ·主要参考模型及模型匹配方式 | 第16-17页 |
| ·说话人识别技术存在的难点和问题 | 第17-18页 |
| ·本文主要工作 | 第18-19页 |
| 第二章 语音信号处理相关理论基础 | 第19-39页 |
| ·概述 | 第19页 |
| ·语音的产生 | 第19-20页 |
| ·语音信号生成系统 | 第19-20页 |
| ·基音周期 | 第20页 |
| ·共振峰 | 第20页 |
| ·语音信号的数字模型 | 第20-23页 |
| ·激励模型 | 第21页 |
| ·声道模型 | 第21-22页 |
| ·辐射模型 | 第22-23页 |
| ·语音信号的时域和频域分析 | 第23-27页 |
| ·语音信号的时域特性 | 第23-24页 |
| ·语音信号的频域特性 | 第24-25页 |
| ·语音的语谱图分析 | 第25-27页 |
| ·语音信号短时分析技术 | 第27-39页 |
| ·语音信号的预处理 | 第27-32页 |
| ·语音信号短时域内的特征函数 | 第32-37页 |
| ·语音信号短时频域分析 | 第37-39页 |
| 第三章 语音信号的端点检测和特征提取 | 第39-67页 |
| ·语音的端点检测 | 第39-40页 |
| ·概念介绍 | 第39页 |
| ·端点检测的应用和存在的问题 | 第39-40页 |
| ·语音的几种端点检测方法 | 第40-49页 |
| ·双门限检测方法 | 第40-44页 |
| ·基于短时能零积算法的端点检测 | 第44-46页 |
| ·基于功率谱熵函数的端点检测方法 | 第46-48页 |
| ·三种算法的比较 | 第48-49页 |
| ·语音信号的特征提取 | 第49-67页 |
| ·基本概念及常用特征参数 | 第49-50页 |
| ·倒谱的相关概念 | 第50-51页 |
| ·线性预测系数(LPC) | 第51-54页 |
| ·线性预测倒谱系数(LPCC) | 第54-57页 |
| ·美尔频率倒谱系数 MFCC | 第57-62页 |
| ·特征提取的改进和优化 | 第62-67页 |
| 第四章 基于 GMM 模型的说话人识别实验仿真与分析 | 第67-85页 |
| ·概述 | 第67页 |
| ·高斯混合模型的基本概念 | 第67-68页 |
| ·高斯模型的参数估计 | 第68-71页 |
| ·最大似然估计 | 第68-69页 |
| ·EM 算法 | 第69-71页 |
| ·高斯模型的参数初始化 | 第71-72页 |
| ·高斯混合模型的识别算法 | 第72-73页 |
| ·GMM 模型的说话人识别实验仿真及结果分析 | 第73-85页 |
| ·测试环境及相关参数 | 第73-74页 |
| ·特征参数阶数性能分析 | 第74-75页 |
| ·GMM 阶数的影响 | 第75-76页 |
| ·帧长的影响 | 第76页 |
| ·预加重系数的影响 | 第76-77页 |
| ·测试语音长度的影响 | 第77-78页 |
| ·特征组合性能分析 | 第78-80页 |
| ·MFCC 差分特征加权组合 | 第80-85页 |
| 第五章 总结及展望 | 第85-87页 |
| ·总结 | 第85页 |
| ·展望 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |