| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第9-15页 |
| 1.1 说话人识别的研究背景与意义 | 第9-10页 |
| 1.2 说话人识别的国内外研究现状 | 第10-11页 |
| 1.3 说话人识别的研究难点及热点 | 第11-12页 |
| 1.4 本文的主要工作 | 第12-13页 |
| 1.5 本文的组织结构 | 第13-15页 |
| 2 说话人识别概述 | 第15-23页 |
| 2.1 语音的发声机理及产生模型 | 第15-17页 |
| 2.1.1 激励模型 | 第15-16页 |
| 2.1.2 声道模型 | 第16-17页 |
| 2.1.3 辐射模型 | 第17页 |
| 2.2 说话人识别的概念与分类 | 第17-18页 |
| 2.3 说话人识别基本原理及其系统结构 | 第18-19页 |
| 2.4 说话人识别模型 | 第19-20页 |
| 2.5 说话人识别系统性能的评价指标 | 第20-21页 |
| 2.6 语音文件格式 | 第21-22页 |
| 2.7 本章总结 | 第22-23页 |
| 3 语音信号的预处理 | 第23-42页 |
| 3.1 预加重 | 第23页 |
| 3.2 语音信号的分帧及加窗 | 第23-25页 |
| 3.3 语音信号的去噪 | 第25-31页 |
| 3.3.1 噪声的来源及分类 | 第25-26页 |
| 3.3.2 传统语音增强算法 | 第26-31页 |
| 3.4 本文去噪方法 | 第31-35页 |
| 3.4.1 ICA基本原理 | 第31-32页 |
| 3.4.2 基于负熵的FastICA | 第32-33页 |
| 3.4.3 本文去噪方法及实验 | 第33-35页 |
| 3.5 端点检测 | 第35-41页 |
| 3.5.1 传统的双门限端点检测 | 第35-36页 |
| 3.5.2 基于倒谱距离的端点检测 | 第36-37页 |
| 3.5.3 本文的端点检测方法 | 第37-40页 |
| 3.5.4 改进的倒谱距离端点检测方法与传统端点检测算法效果对比 | 第40-41页 |
| 3.6 本章小结 | 第41-42页 |
| 4 语音信号的特征分析 | 第42-58页 |
| 4.1 语音信号的时域分析 | 第42-46页 |
| 4.1.1 短时能量分析 | 第42-43页 |
| 4.1.2 短时平均过零率分析 | 第43-44页 |
| 4.1.3 短时自相关函数分析 | 第44-46页 |
| 4.2 语音信号的倒谱与复倒谱分析 | 第46-55页 |
| 4.2.1 线性预测参数 | 第46-51页 |
| 4.2.2 MEL倒谱系数(MFCC) | 第51-53页 |
| 4.2.3 差分特征参数 | 第53-54页 |
| 4.2.4 声门信息融合 | 第54-55页 |
| 4.3 基于FISHER准则的特征选择 | 第55-57页 |
| 4.3.1 基于Fisher准则的混合特征参数的提取 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 5 矢量量化(VQ)模型 | 第58-64页 |
| 5.1 矢量量化(VQ)概述 | 第58-59页 |
| 5.2 矢量量化的定义 | 第59-60页 |
| 5.3 矢量量化的失真测度 | 第60页 |
| 5.4 最佳矢量量化器的设计 | 第60-63页 |
| 5.4.1 LBG算法 | 第61-62页 |
| 5.4.2 改进LBG算法 | 第62页 |
| 5.4.3 初始码本生成 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 系统实现及实验结果 | 第64-74页 |
| 6.1 系统框架及实现平台 | 第64-66页 |
| 6.2 语音库介绍 | 第66页 |
| 6.3 基于VQ的说话人识别实验结果 | 第66-73页 |
| 6.3.1 特征矢量维数对识别结果的影响 | 第66-67页 |
| 6.3.2 码本尺寸对识别结果的影响 | 第67-68页 |
| 6.3.3 测试语音长度对识别结果的影响 | 第68页 |
| 6.3.4 端点检测对识别结果的影响 | 第68-69页 |
| 6.3.5 特征参数类型对识别结果的影响 | 第69-71页 |
| 6.3.6 语音增强对识别结果的影响 | 第71-72页 |
| 6.3.7 改进LBG算法对识别结果的影响 | 第72-73页 |
| 6.4 本章小结 | 第73-74页 |
| 7 总结及展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80页 |