文本无关的说话人识别研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究起源与现状 | 第10-11页 |
| 1.3 说话人识别概述 | 第11-13页 |
| 1.3.1 说话人识别分类 | 第11页 |
| 1.3.2 说话人识别基本原理 | 第11-12页 |
| 1.3.3 系统评价指标 | 第12-13页 |
| 1.4 本文主要工作 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 语音特征分析与提取 | 第15-25页 |
| 2.1 语音信号基本理论 | 第15-16页 |
| 2.1.1 语音信号的产生机理 | 第15页 |
| 2.1.2 语音信号的物理模型 | 第15-16页 |
| 2.2 预处理 | 第16-17页 |
| 2.2.1 采样和量化 | 第16页 |
| 2.2.2 预加重 | 第16页 |
| 2.2.3 加窗 | 第16-17页 |
| 2.3 语音信号特征分析 | 第17-19页 |
| 2.3.1 时域分析 | 第17-19页 |
| 2.3.2 频域分析 | 第19页 |
| 2.4 语音信号特征提取 | 第19-24页 |
| 2.4.1 线性预测倒谱系数（LPCC） | 第20-22页 |
| 2.4.2 Mel频率倒谱系数（MFCC） | 第22-24页 |
| 2.4.3 感知线性预测分析（PLP） | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于常向量方法的说话人识别 | 第25-53页 |
| 3.1 常向量方法研究 | 第25-28页 |
| 3.1.1 常向量方法基本理论 | 第25-26页 |
| 3.1.2 常向量方法的有效性 | 第26-28页 |
| 3.2 GMM-UBM模型研究 | 第28-34页 |
| 3.2.1 通用背景模型（UBM） | 第29-32页 |
| 3.2.2 自适应目标说话人模型 | 第32-34页 |
| 3.2.3 对数似然比计算 | 第34页 |
| 3.3 GMM-SVM模型研究 | 第34-43页 |
| 3.3.1 支持向量机概述 | 第35-40页 |
| 3.3.2 GMM-UBM与SVM的融合 | 第40-43页 |
| 3.4 全变量因子分析模型研究 | 第43-52页 |
| 3.4.1 因子分析基本思想 | 第43-44页 |
| 3.4.2 联合因子分析 | 第44-47页 |
| 3.4.3 全变量因子分析 | 第47-50页 |
| 3.4.4 i-vector的规整 | 第50页 |
| 3.4.5 信道补偿技术 | 第50-52页 |
| 3.5 本章小结 | 第52-53页 |
| 4 基于深度学习的说话人识别 | 第53-59页 |
| 4.1 深度学习概述 | 第53页 |
| 4.2 受限玻尔兹曼机 | 第53-55页 |
| 4.3 对比散度学习算法 | 第55页 |
| 4.4 高斯可视单元 | 第55-56页 |
| 4.5 RBM在说话人识别中的应用 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 系统实验与结果分析 | 第59-67页 |
| 5.1 实验条件 | 第59页 |
| 5.1.1 软硬件环境 | 第59页 |
| 5.1.2 语料库 | 第59页 |
| 5.1.3 实验基本设置 | 第59页 |
| 5.2 基于常向量方法的说话人确认实验 | 第59-61页 |
| 5.3 基于深度学习的说话人确认实验 | 第61-63页 |
| 5.4 改进的GMM-SVM融合实验 | 第63-64页 |
| 5.5 全变量因子分析实验 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第75页 |
