| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·说话人识别历史和现状 | 第11-12页 |
| ·说话人识别方法 | 第12-16页 |
| ·本课题研究的内容和意义 | 第16-17页 |
| 第二章 时间序列分析及统计分析方法 | 第17-26页 |
| ·时间序列的主要分类 | 第17-18页 |
| ·时间序列的平稳性 | 第18页 |
| ·随机过程 | 第18页 |
| ·时间序列平稳性定义 | 第18页 |
| ·时间序列分析 | 第18-19页 |
| ·自协方差非平稳时间序列的分析模型 | 第19-22页 |
| ·自协方差非平稳时间序列 | 第20页 |
| ·时变参数自回归模型 | 第20-22页 |
| ·统计分析方法介绍 | 第22-25页 |
| ·回归方程的定阶方法 | 第22-23页 |
| ·判别分析方法 | 第23-25页 |
| ·MATLAB 在时间序列分析中的应用 | 第25页 |
| ·小结 | 第25-26页 |
| 第三章 语音信号的分析 | 第26-36页 |
| ·语音信号的数字化和预处理 | 第26-27页 |
| ·语音信号的采样和量化 | 第26页 |
| ·语音信号的预处理 | 第26-27页 |
| ·语音信号的时域分析 | 第27-30页 |
| ·短时能量分析 | 第28页 |
| ·短时过零分析 | 第28-29页 |
| ·短时相关分析 | 第29-30页 |
| ·语音信号分帧数的归一化 | 第30页 |
| ·语音信号的频域分析 | 第30-33页 |
| ·短时傅立叶变换 | 第30-31页 |
| ·倒谱分析 | 第31-33页 |
| ·MEL 频率倒谱参数（MEL Frequency Cepstral Coefficients） | 第33-34页 |
| ·语音信号的语谱图 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于基音频率的说话人识别 | 第36-47页 |
| ·基音提取 | 第36-37页 |
| ·基音周期的时变特性 | 第37-38页 |
| ·基音频率序列的提取 | 第38-40页 |
| ·基音频率MEL 倒谱值序列的回归分析 | 第40-42页 |
| ·随机波动量序列的自协方差非平稳性检验 | 第42页 |
| ·模板语音样本容量的选取 | 第42-43页 |
| ·基于基音频率的说话人识别 | 第43-46页 |
| ·随机波动量基础上的说话人识别原理 | 第43-44页 |
| ·满阶TVPAR 模型基础上的说话人识别原理 | 第44-45页 |
| ·实验结果与分析 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第五章 说话人识别及实验分析 | 第47-60页 |
| ·语音信号的时变特性 | 第47-48页 |
| ·特征参数的提取 | 第48-52页 |
| ·特征频率的提取 | 第48-49页 |
| ·特征频率对应MEL 倒谱值序列的选择. | 第49-50页 |
| ·特征频率MEL 倒谱值序列的回归分析. | 第50-52页 |
| ·识别方法及算法 | 第52-54页 |
| ·识别指标 | 第52页 |
| ·随机波动量基础上的说话人识别原理 | 第52-53页 |
| ·满阶TVPAR 模型基础上的说话人识别原理 | 第53-54页 |
| ·识别结果及概率分析 | 第54-59页 |
| ·识别结果及分析 | 第54-55页 |
| ·识别结果的概率分析 | 第55-59页 |
| ·小结 | 第59-60页 |
| 第六章 结论与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间公开发表的论文 | 第65-66页 |
| 附录 | 第66-85页 |
| 致谢 | 第85-86页 |