| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 专用术语注释表 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-12页 |
| 1.2 说话人识别技术 | 第12-14页 |
| 1.3 说话人识别中的问题 | 第14-15页 |
| 1.4 感冒语音对说话人识别的影响 | 第15页 |
| 1.5 论文内容和结构安排 | 第15-17页 |
| 第二章 说话人识别系统 | 第17-29页 |
| 2.1 说话人识别系统框架 | 第17-18页 |
| 2.2 预处理 | 第18-22页 |
| 2.2.1 语音信号的产生 | 第18-20页 |
| 2.2.2 端点检测 | 第20-21页 |
| 2.2.3 预加重 | 第21-22页 |
| 2.2.4 分帧和加窗 | 第22页 |
| 2.3 特征提取 | 第22-24页 |
| 2.4 说话人模型 | 第24-27页 |
| 2.4.1 基于模板的模型 | 第24-25页 |
| 2.4.2 基于人工神经网络的模型 | 第25-26页 |
| 2.4.3 随机概率模型 | 第26-27页 |
| 2.5 说话人识别性能评价 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 基于不同预加重滤波器的GMM模型说话人辨认 | 第29-46页 |
| 3.1 语音数据库 | 第29-34页 |
| 3.1.1 鼻音的产生及其特点 | 第29-31页 |
| 3.1.2 感冒语音频谱特征 | 第31-34页 |
| 3.2 预加重 | 第34-37页 |
| 3.2.1 经典预加重滤波器 | 第34-35页 |
| 3.2.2 特殊预加重滤波器 | 第35-37页 |
| 3.3 基于GMM的说话人辨认系统 | 第37-41页 |
| 3.3.1 预加重滤波器参数 | 第38页 |
| 3.3.2 MFCC特征提取 | 第38-40页 |
| 3.3.3 GMM模型 | 第40-41页 |
| 3.4 实验仿真与结果分析 | 第41-45页 |
| 3.4.1 实验一：语音信号预加重处理与否对系统性能的影响 | 第41-43页 |
| 3.4.2 实验二：特殊预加重滤波器参数选择 | 第43-44页 |
| 3.4.3 实验三：不同预加重滤波器对系统性能的影响 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 基于不同特征得分融合的说话人辨认 | 第46-65页 |
| 4.1 信息融合方法的介绍 | 第46-53页 |
| 4.1.1 特征级融合 | 第47-48页 |
| 4.1.2 匹配分数级融合 | 第48-50页 |
| 4.1.3 决策级融合 | 第50-53页 |
| 4.2 基于匹配分数级融合的GMM说话人辨认系统 | 第53-59页 |
| 4.2.1 Spearman相关系数 | 第54-55页 |
| 4.2.2 特征提取 | 第55-58页 |
| 4.2.3 得分归一化 | 第58-59页 |
| 4.2.4 得分融合 | 第59页 |
| 4.3 实验结果及分析 | 第59-64页 |
| 4.3.1 实验一：单一特征系统性能分析 | 第59-61页 |
| 4.3.2 实验二：得分融合系统性能分析 | 第61-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第五章 基于压缩感知的感冒语音说话人辨认系统 | 第65-74页 |
| 5.1 压缩感知简介 | 第65页 |
| 5.2 语音检测 | 第65-67页 |
| 5.3 基于压缩感知的特征参数CS-MFCC | 第67-71页 |
| 5.3.1 行阶梯矩阵 | 第67-69页 |
| 5.3.2 CS-MFCC特征提取 | 第69-71页 |
| 5.4 基于压缩感知的感冒语音说话人辨认研究 | 第71-73页 |
| 5.4.1 系统框图 | 第71页 |
| 5.4.2 实验仿真与结果分析 | 第71-73页 |
| 5.5 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-77页 |
| 6.1 工作总结 | 第74-75页 |
| 6.2 未来展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 附录1攻读硕士学位期间撰写的论文 | 第82-83页 |
| 附录2攻读硕士学位期间参加的科研项目 | 第83-84页 |
| 致谢 | 第84页 |
