| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-13页 |
| 1.3 论文主要研究内容 | 第13-14页 |
| 第二章 说话人识别基础理论 | 第14-29页 |
| 2.1 说话人识别概述 | 第14-19页 |
| 2.1.1 说话人识别原理 | 第15-16页 |
| 2.1.2 说话人特征提取 | 第16-19页 |
| 2.2 说话人识别的主要方法 | 第19-21页 |
| 2.2.1 基于模板匹配法的说话人识别 | 第19-20页 |
| 2.2.2 基于统计法的说话人识别 | 第20-21页 |
| 2.3 说话人识别基本模型 | 第21-28页 |
| 2.3.1 GMM模型 | 第21-22页 |
| 2.3.2 UBM模型 | 第22-23页 |
| 2.3.3 GMM-UBM参数估计 | 第23-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 基于i-vector的说话人识别 | 第29-40页 |
| 3.1 引言 | 第29页 |
| 3.2 信道估计和补偿 | 第29-31页 |
| 3.2.1 JFA信道估计 | 第29-30页 |
| 3.2.2 i-vector信道估计 | 第30-31页 |
| 3.3 i-vector模型训练 | 第31-34页 |
| 3.4 基于GMM-UBM和i-vector的说话人识别 | 第34-39页 |
| 3.4.1 实验数据库 | 第34-35页 |
| 3.4.2 性能指标 | 第35-36页 |
| 3.4.3 实验分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于深度信念网络的说话人识别 | 第40-65页 |
| 4.1 引言 | 第40页 |
| 4.2 深度学习基础理论 | 第40-52页 |
| 4.2.1 神经网络原理 | 第40-42页 |
| 4.2.2 常用的网络模型 | 第42-43页 |
| 4.2.3 受限的玻尔兹曼机 | 第43-45页 |
| 4.2.4 深度信念网络 | 第45-49页 |
| 4.2.5 深度学习中的关键技术 | 第49-51页 |
| 4.2.6 选择深度神经网络的理由 | 第51-52页 |
| 4.3 基于深度信念网络的说话人识别框架 | 第52-56页 |
| 4.3.1 模型训练 | 第52-56页 |
| 4.3.2 影响因素分析 | 第56页 |
| 4.4 基于深度信念网络的说话人识别实现 | 第56-60页 |
| 4.4.1 素材准备 | 第56-57页 |
| 4.4.2 语言模型 | 第57-58页 |
| 4.4.3 特征提取 | 第58页 |
| 4.4.4 仿真分析 | 第58-60页 |
| 4.5 从i-vector到i-supervector | 第60-62页 |
| 4.5.1 PLDA | 第60-61页 |
| 4.5.2 PLDA的训练 | 第61-62页 |
| 4.6 基于改进信道估计的说话人识别 | 第62-64页 |
| 4.6.1 三种说话人模型的对比 | 第62-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 论文工作总结 | 第65-66页 |
| 5.2 未来研究展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 攻读硕士学位期间撰写的论文 | 第70-71页 |
| 致谢 | 第71页 |