| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 引言 | 第8-12页 |
| ·说话人识别 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·轨线模型 | 第9-10页 |
| ·VQ模型 | 第10页 |
| ·工作重点和论文组织结构 | 第10-12页 |
| 第2章 说话人识别技术 | 第12-28页 |
| ·说话人识别系统 | 第12-15页 |
| ·语音处理分类 | 第12-13页 |
| ·说话人识别系统结构 | 第13-14页 |
| ·系统性能评价 | 第14-15页 |
| ·现有的软件平台 | 第15页 |
| ·主流特征 | 第15-18页 |
| ·美尔到谱系数(MFCC) | 第15-17页 |
| ·线性预测倒谱系数(LPCC) | 第17-18页 |
| ·说话人识别模型 | 第18-23页 |
| ·矢量量化模型(VQ-Vector Quantization) | 第18-19页 |
| ·混合高斯模型GMM | 第19-20页 |
| ·连续隐马尔可夫模型CHMM | 第20-22页 |
| ·其他模型 | 第22-23页 |
| ·说话人识别测试数据库 | 第23-27页 |
| ·YOHO Corpus | 第23-24页 |
| ·Phonedb数据库 | 第24-25页 |
| ·SRMC Corpus | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 基于段模型的说话人特征时序性发掘 | 第28-41页 |
| ·段模型 | 第28-30页 |
| ·段模型的矩阵描述 | 第29-30页 |
| ·模型参数估计 | 第30页 |
| ·段模型在语音识别中的应用 | 第30-32页 |
| ·元音分类 | 第31-32页 |
| ·关键词识别的二阶处理 | 第32页 |
| ·说话人特征时序性发掘方法 | 第32-35页 |
| ·Delta特征(DF:Delta Feature) | 第32页 |
| ·段单位输入(SUI:Segmental Unit Input) | 第32-33页 |
| ·特征向量拟合法(FV:Fitting Vectors) | 第33-34页 |
| ·特征修正增维法(AFAE:Amending Feature and Adding Error) | 第34-35页 |
| ·特征增维法(AE:Adding Error) | 第35页 |
| ·时序性发掘实验 | 第35-39页 |
| ·性能检测实验 | 第35-39页 |
| ·段模型参数对性能的影响 | 第39页 |
| ·小结 | 第39-41页 |
| 第4章 基于TRENDED HMM的文本相关说话人识别 | 第41-54页 |
| ·TRENDED HMM与HMM | 第41页 |
| ·模型描述 | 第41-42页 |
| ·模型参数估计 | 第42-46页 |
| ·分割 | 第42-44页 |
| ·优化 | 第44-46页 |
| ·其它参数估计方法 | 第46页 |
| ·TRENDED HMM在语音识别中的应用 | 第46-47页 |
| ·文本相关的说话人识别 | 第47-51页 |
| ·实现方式 | 第47-48页 |
| ·实验 | 第48-51页 |
| ·TRENDED HMM与VIV | 第51-52页 |
| ·TRENDED HMM优缺点 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第5章 基于可变电码本VQ模型的说话人识别 | 第54-61页 |
| ·研究动机 | 第54页 |
| ·基于聚类有效性分析的可变电码本VQ模型 | 第54-58页 |
| ·C-均值法 | 第54-56页 |
| ·BIC(Bayesian Information Criterion) | 第56-57页 |
| ·电码本选择准则 | 第57-58页 |
| ·实验结果与分析 | 第58-59页 |
| ·其他应用探讨 | 第59-60页 |
| ·小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| ·总结 | 第61页 |
| ·展望 | 第61-63页 |
| 附录一 主要参考文献 | 第63-67页 |
| 附录二 论文发表情况 | 第67-68页 |
| 致谢 | 第68页 |
