| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 说话人识别的发展历史和研究现状 | 第10-12页 |
| 1.3 本文的主要研究内容以及研究成果 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 说话人识别技术概述 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 说话人识别系统 | 第15-16页 |
| 2.3 语音特征的提取 | 第16-18页 |
| 2.4 GMM-UBM系统及均值超矢量技术 | 第18-19页 |
| 2.5 I-vector技术基本理论 | 第19-21页 |
| 2.5.1 基本思想 | 第19-20页 |
| 2.5.2 总体变化空间矩阵的估计 | 第20-21页 |
| 2.5.3 I-vector的估计 | 第21页 |
| 2.6 PLDA模型 | 第21-24页 |
| 2.6.1 PLDA模型训练 | 第22-24页 |
| 2.6.2 基于PLDA模型的得分计算 | 第24页 |
| 2.7 说话人识别系统的性能评价 | 第24-26页 |
| 2.8 本章小结 | 第26-27页 |
| 第三章 基于I-vector的说话人识别系统及其实施 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 系统框架 | 第27-28页 |
| 3.3 特征提取与处理 | 第28页 |
| 3.4 模型训练与I-vector提取 | 第28-29页 |
| 3.5 因子规整技术 | 第29-30页 |
| 3.5.1 长度规整 | 第29-30页 |
| 3.5.2 EFR规整 | 第30页 |
| 3.5.3 SN规整 | 第30页 |
| 3.6 I-vector中的信道补偿技术 | 第30-33页 |
| 3.6.1 线性鉴别分析 | 第31-32页 |
| 3.6.2 类内协方差归一化 | 第32页 |
| 3.6.3 two-covariance模型 | 第32-33页 |
| 3.7 得分规整技术 | 第33-35页 |
| 3.8 实验结果与分析 | 第35-40页 |
| 3.8.1 实验用的数据 | 第35页 |
| 3.8.2 语音长度对I-vector的影响 | 第35-36页 |
| 3.8.3 系统方案验证与实验 | 第36-38页 |
| 3.8.4 系统鲁棒性测试 | 第38-39页 |
| 3.8.5 得分规整对系统性能的影响 | 第39-40页 |
| 3.9 本章小结 | 第40-41页 |
| 第四章 在线式开集说话人识别系统 | 第41-61页 |
| 4.1 前言 | 第41页 |
| 4.2 系统架构 | 第41-42页 |
| 4.3 语音分割算法 | 第42-44页 |
| 4.4 确认阈值的估计 | 第44-55页 |
| 4.4.1 阈值计算方法 | 第44-46页 |
| 4.4.2 常规的得分处理方法 | 第46-48页 |
| 4.4.3 基于多峰态分析的阈值设定方法 | 第48-50页 |
| 4.4.4 基于logistic回归的阈值设定方法 | 第50-52页 |
| 4.4.5 实验与方案论证 | 第52-55页 |
| 4.5 双阈值判决机制 | 第55-56页 |
| 4.6 在线更新算法 | 第56-59页 |
| 4.6.1 说话人模型更新 | 第56-57页 |
| 4.6.2 说话人模型提纯 | 第57-58页 |
| 4.6.3 阈值更新 | 第58页 |
| 4.6.4 实验与方案论证 | 第58-59页 |
| 4.7 本章小节 | 第59-61页 |
| 第五章 系统拓展和性能评估 | 第61-67页 |
| 5.1 前言 | 第61页 |
| 5.2 与diarization系统结合的在线说话人识别系统 | 第61-63页 |
| 5.2.1 前端处理 | 第62页 |
| 5.2.2 辅助评测指标 | 第62-63页 |
| 5.3 实验数据与参数设置 | 第63-64页 |
| 5.4 实验与方案性能评测 | 第64-65页 |
| 5.5 整体系统评测 | 第65-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 论文工作总结 | 第67-68页 |
| 6.2 研究展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读学位期间发表或已录用的学术论文 | 第75页 |
