| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·话者识别概述 | 第10-12页 |
| ·话者识别的研究意义 | 第10-11页 |
| ·话者识别的分类 | 第11页 |
| ·话者识别的研究进展 | 第11-12页 |
| ·话者识别的关键问题 | 第12-17页 |
| ·特征参数的选取 | 第12-14页 |
| ·话者模型的选择 | 第14-15页 |
| ·系统的评估准则 | 第15-17页 |
| ·实用化过程中遇到的问题 | 第17页 |
| ·本论文研究内容及安排 | 第17-19页 |
| 第二章 基于概率统计模型和区分性辨别模型的话者确认 | 第19-37页 |
| ·概述 | 第19-20页 |
| ·基于概率统计模型的话者确认 | 第20-25页 |
| ·高斯混合模型 | 第20-22页 |
| ·高斯混合模型参数训练方法 | 第22-23页 |
| ·GMM-UBM 结构 | 第23-24页 |
| ·对数似然比评分准则 | 第24-25页 |
| ·基于区分性辨别模型的话者确认 | 第25-32页 |
| ·支持向量机的基本原理 | 第25-27页 |
| ·支持向量机用于话者确认 | 第27-32页 |
| ·基于GMM 超矢量的SVM 话者确认 | 第32-35页 |
| ·基于GMM-UBM 的特征变换和聚类 | 第33-34页 |
| ·基于GMM 超矢量的SVM 话者模型 | 第34页 |
| ·测试评分 | 第34-35页 |
| ·实验 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 信道失配及常见补偿方法 | 第37-46页 |
| ·信道失配问题 | 第37-38页 |
| ·失配补偿方法 | 第38-45页 |
| ·倒谱均值减和倒谱方差归一 | 第39-40页 |
| ·特征弯折和高斯化 | 第40-41页 |
| ·说话人模型合成和特征映射 | 第41-43页 |
| ·因子分析和干扰属性消除 | 第43-44页 |
| ·Znorm、Tnorm 和Hnorm | 第44-45页 |
| ·本章总结 | 第45-46页 |
| 第四章 基于因子分析信道失配补偿的话者确认方法 | 第46-61页 |
| ·引言 | 第46页 |
| ·因子分析 | 第46-48页 |
| ·因子分析的基本概念 | 第46-47页 |
| ·因子分析运用于话者识别 | 第47-48页 |
| ·基于因子分析的话者建模方法 | 第48-52页 |
| ·话者空间矩阵的估计 | 第49页 |
| ·信道空间的估计 | 第49-51页 |
| ·话者因子和信道因子估计 | 第51-52页 |
| ·GMM-UBM 框架下的因子分析失配补偿方法 | 第52-54页 |
| ·信道无关的目标话者模型训练 | 第52-53页 |
| ·测试语音参数级信道信息的补偿 | 第53-54页 |
| ·GMM-SVM 框架下的因子分析失配补偿方法 | 第54-55页 |
| ·实验 | 第55-60页 |
| ·实验数据集与参数设置 | 第55页 |
| ·基于因子分析失配补偿系统性能比较 | 第55-56页 |
| ·信道空间大小的影响 | 第56-58页 |
| ·语音长度对性能的影响 | 第58-59页 |
| ·系统线性融合效果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第69页 |