| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 说话人识别概述和研究意义 | 第10-11页 |
| 1.2 说话人识别研究历史和现状 | 第11-13页 |
| 1.3 神经网络和机器学习 | 第13-15页 |
| 1.4 系统评价标准 | 第15-16页 |
| 1.5 论文主要内容及工作安排 | 第16-18页 |
| 第二章 说话人识别基本原理和模型 | 第18-35页 |
| 2.1 语音的数学模型 | 第18-20页 |
| 2.2 语音信号预处理 | 第20-22页 |
| 2.2.1 预加重 | 第20页 |
| 2.2.2 分帧加窗 | 第20-21页 |
| 2.2.3 端点检测 | 第21-22页 |
| 2.3 特征提取 | 第22-25页 |
| 2.3.1 线性预测系数(LPC) | 第22-23页 |
| 2.3.2 梅尔频率倒谱系数(MFCC) | 第23-25页 |
| 2.4 GMM-UBM 模型 | 第25-34页 |
| 2.4.1 GMM-UBM基本概念 | 第26-27页 |
| 2.4.2 GMM模型的参数估计 | 第27-32页 |
| 2.4.3 说话人模型自适应 | 第32-33页 |
| 2.4.4 GMM-UBM说话人识别系统 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 基于GFCC和PCA的说话人识别噪声鲁棒性分析 | 第35-45页 |
| 3.1 引言 | 第35-36页 |
| 3.2 GFCC特征提取 | 第36-39页 |
| 3.2.1 时域Gammatone滤波 | 第36-38页 |
| 3.2.2 GFCC特征计算 | 第38-39页 |
| 3.3 主成分分析(PCA) | 第39-41页 |
| 3.3.1 PCA 原理 | 第40-41页 |
| 3.4 实验分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 I-vector/PLDA说话人识别系统 | 第45-59页 |
| 4.1 引言 | 第45-46页 |
| 4.2 联合因子分析(JFA) | 第46-50页 |
| 4.2.1 JFA 原理 | 第46-47页 |
| 4.2.2 JFA模型训练 | 第47-49页 |
| 4.2.3 JFA 参数估计 | 第49-50页 |
| 4.3 I-vector说话人模型 | 第50-52页 |
| 4.3.1 I-vector原理 | 第50-51页 |
| 4.3.2 I-vector提取 | 第51-52页 |
| 4.4 高斯概率线性判别分析(G-PLDA) | 第52-58页 |
| 4.4.1 PLDA原理 | 第52-53页 |
| 4.4.2 分数计算 | 第53-54页 |
| 4.4.3 I-vector预处理 | 第54-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 基于DNN处理的鲁棒性I-Vector说话人识别算法 | 第59-68页 |
| 5.1 引言 | 第59-60页 |
| 5.2 DNN及其在语音增强中的应用 | 第60-62页 |
| 5.2.1 基于受限玻尔兹曼机的参数初始化 | 第60-61页 |
| 5.2.2 基于反向传播算法的参数调优 | 第61-62页 |
| 5.3 基于DNN后端的I-vector增强方法 | 第62-64页 |
| 5.4 实验分析 | 第64-67页 |
| 5.5 本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第73-74页 |
| 附录2 攻读硕士学位期间申请的专利 | 第74-75页 |
| 致谢 | 第75页 |