| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| §1.1 自动语音识别发展概述 | 第11-12页 |
| §1.2 文本无关说话人识别 | 第12-13页 |
| §1.3 说话人识别技术最新进展 | 第13-15页 |
| §1.4 基于GMM说话人识别的一些问题 | 第15-18页 |
| §1.5 本文的主要研究内容 | 第18-19页 |
| §1.6 国内外研究背景 | 第19-21页 |
| §1.7 论文内容的安排 | 第21-23页 |
| 第二章 基于高斯混合模型的说话人识别系统 | 第23-35页 |
| §2.1 引言 | 第23页 |
| §2.2 说话人识别基本过程 | 第23-24页 |
| §2.3 Mel倒谱参数 | 第24-26页 |
| §2.4 高斯混合模型 | 第26-28页 |
| §2.5 模型参数估计 | 第28-31页 |
| §2.5.1 最大似然准则 | 第28-29页 |
| §2.5.2 最大似然估计 | 第29-31页 |
| §2.6 对角协方差假设 | 第31-32页 |
| §2.7 实验与讨论 | 第32-34页 |
| §2.7.1 数据库描述 | 第32页 |
| §2.7.2 混合度对识别率的影响 | 第32-33页 |
| §2.7.3 训练集大小的影响 | 第33-34页 |
| §2.7.4 测试语音长度的影响 | 第34页 |
| §2.8 本章小结 | 第34-35页 |
| 第三章 参数共享与协方差直接估计 | 第35-53页 |
| §3.1 引言 | 第35-36页 |
| §3.2 特征矢量相关性分析 | 第36-38页 |
| §3.3 采用全矩阵形式协方差的GMM | 第38-40页 |
| §3.4 共享全协方差矩阵的GMM | 第40-42页 |
| §3.4.1 共享全协方差矩阵 | 第40-41页 |
| §3.4.2 参数估计 | 第41-42页 |
| §3.5 相关系数矩阵共享的GMM | 第42-45页 |
| §3.5.1 相关系数矩阵 | 第42-43页 |
| §3.5.2 相关系数矩阵共享 | 第43-45页 |
| §3.6 高斯成分分类算法 | 第45-48页 |
| §3.6.1 度量协方差矩阵相似性的距离测度 | 第45-47页 |
| §3.6.2 分层聚类树 | 第47-48页 |
| §3.7 实验结果与比较 | 第48-51页 |
| §3.7.1 数据库描述 | 第48-49页 |
| §3.7.2 全方差矩阵GMM系统 | 第49页 |
| §3.7.3 共享协方差矩阵系统性能实验与比较 | 第49-50页 |
| §3.7.4 共享相关系数矩阵系统性能实验与比较 | 第50-51页 |
| §3.8 本章小结 | 第51-53页 |
| 第四章 基于模型的分类子空间解相关方法 | 第53-75页 |
| §4.1 引言 | 第53-54页 |
| §4.2 特征空间线性解相关 | 第54-60页 |
| §4.2.1 主成分分析(PCA) | 第54-56页 |
| §4.2.2 线性区分性分析(LDA) | 第56-58页 |
| §4.2.3 特征空间解相关 | 第58-59页 |
| §4.2.4 特征矢量空间中线性解相关的困难 | 第59-60页 |
| §4.3 模型子空间线性解相关 | 第60-67页 |
| §4.3.1 基于模型的子空间解相关方法 | 第60-64页 |
| §4.3.2 基于分类的线性变换阵共享 | 第64-67页 |
| §4.4 与其他模型解相关方法的比较 | 第67-70页 |
| §4.4.1 最大似然线性变换(MLLT) | 第67-69页 |
| §4.4.2 半绑定的协方差矩阵(Semi-Tied Covariance) | 第69-70页 |
| §4.5 基于线性变换矩阵的距离测度 | 第70-71页 |
| §4.6 实验结果与比较 | 第71-74页 |
| §4.6.1 基于模型的子空间解相关与基准系统性能比较 | 第71-73页 |
| §4.6.2 模型空间解相关与特征空间解相关的比较分析 | 第73-74页 |
| §4.7 本章小结 | 第74-75页 |
| 第五章 共享相关系数矩阵GMM的自适应 | 第75-93页 |
| §5.1 引言 | 第75-76页 |
| §5.2 统一背景模型框架 | 第76-77页 |
| §5.3 GMM模型参数的MAP估计 | 第77-84页 |
| §5.3.1 参数估计 | 第77-79页 |
| §5.3.2 简化的参数估计公式 | 第79-81页 |
| §5.3.3 UBM-MAP-GMM的实现 | 第81-83页 |
| §5.3.4 基于UBM-MAP-GMM的优势 | 第83-84页 |
| §5.4 相关系数矩阵共享的模型自适应 | 第84-87页 |
| §5.4.1 特征矢量各维相关性分析 | 第84-85页 |
| §5.4.2 相关关系矩阵共享的MAP自适应 | 第85-87页 |
| §5.5 实验与讨论 | 第87-92页 |
| §5.5.1 衡量说话人确认性能的指标 | 第87-90页 |
| §5.5.2 数据库描述 | 第90页 |
| §5.5.3 基准系统性能 | 第90-91页 |
| §5.5.4 相关系数矩阵共享UBM-MAP-GMM系统性能 | 第91-92页 |
| §5.6 本章小结 | 第92-93页 |
| 第六章 超音段信息提取 | 第93-109页 |
| §6.1 引言 | 第93-94页 |
| §6.2 基于短时分析的基音参数 | 第94-99页 |
| §6.2.1 基音周期的提取 | 第94-96页 |
| §6.2.2 基音周期用于说话人识别 | 第96-97页 |
| §6.2.3 噪声污染对基音提取的影响 | 第97-98页 |
| §6.2.4 基于短时基音周期特征参数矢量 | 第98-99页 |
| §6.3 基于基音轨迹的超音段信息 | 第99-102页 |
| §6.3.1 固定窗长分段的超音段信息提取 | 第100-102页 |
| §6.3.2 自然分段的超音段信息提取 | 第102页 |
| §6.4 超音段信息参数的相关性分析 | 第102-103页 |
| §6.5 实验分析与讨论 | 第103-106页 |
| §6.5.1 超音段参数与短时音源参数的比较 | 第103-106页 |
| §6.5.2 融合系统的话者确认性能 | 第106页 |
| §6.6 本章小结 | 第106-109页 |
| 第七章 总结与展望 | 第109-112页 |
| 参考文献 | 第112-118页 |
| 发表或录用论文 | 第118-119页 |
| 致谢 | 第119页 |
