| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 缩略词注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9-10页 |
| 1.2 说话人识别技术 | 第10-14页 |
| 1.2.1 说话人识别的发展 | 第10-11页 |
| 1.2.2 说话人识别研究现状 | 第11-13页 |
| 1.2.3 说话人识别的应用 | 第13-14页 |
| 1.3 论文内容和结构安排 | 第14-16页 |
| 第二章 说话人识别理论基础 | 第16-29页 |
| 2.1 预处理 | 第16-19页 |
| 2.2 特征提取 | 第19-23页 |
| 2.3 说话人识别模型 | 第23-27页 |
| 2.3.1 隐马尔科夫模型（HMM） | 第23-24页 |
| 2.3.2 支持向量机模型(SVM) | 第24-25页 |
| 2.3.3 高斯混合模型（GMM） | 第25-27页 |
| 2.4 说话人识别系统的评价 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 基于压缩感知的说话人识别参数系统 | 第29-42页 |
| 3.1 压缩感知简介 | 第29-34页 |
| 3.1.1 语音信号稀疏性分析 | 第29-32页 |
| 3.1.2 观测矩阵的设计 | 第32-34页 |
| 3.2 语音特征参数设计 | 第34-36页 |
| 3.2.1 信号预处理 | 第34-35页 |
| 3.2.2 MEL 倒谱参数 | 第35-36页 |
| 3.3 基于压缩感知的说话人识别新参数 | 第36-41页 |
| 3.3.1 CS-MFCC 的提取 | 第36-38页 |
| 3.3.2 参数提取及存储量的压缩 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于行阶梯矩阵的 CS-MFCC | 第42-55页 |
| 4.1 行阶梯矩阵 | 第43-45页 |
| 4.2 参数鲁棒性研究 | 第45-48页 |
| 4.3 参数设计 | 第48-50页 |
| 4.4 识别仿真实验 | 第50-53页 |
| 4.4.1 实验一：不同压缩比对识别率的影响 | 第50-51页 |
| 4.4.2 实验二：无噪情况下与 MFCC 参数的比较 | 第51-52页 |
| 4.4.3 实验三：有噪情况下与 MFCC 参数的比较 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第五章 基于加权循环矩阵的 CS-MFCC | 第55-63页 |
| 5.1 加权循环矩阵的构造 | 第55-58页 |
| 5.2 仿真实验 | 第58-62页 |
| 5.2.1 实验一：加权系数对系统识别率的影响 | 第58-59页 |
| 5.2.2 实验二：对不同噪声的抑制作用 | 第59-61页 |
| 5.2.3 实验三：有噪情况下与传统 MFCC 参数的比较 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 论文总结 | 第63-64页 |
| 6.2 进一步工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |
