| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 说话人性别识别的研究现状 | 第12-13页 |
| 1.3 深度学习对说话人识别研究的意义 | 第13-14页 |
| 1.4 研究问题及内容 | 第14-15页 |
| 1.4.1 研究问题 | 第14页 |
| 1.4.2 研究内容 | 第14-15页 |
| 1.5 论文结构 | 第15-17页 |
| 第二章 说话人识别基础理论及实验分析 | 第17-35页 |
| 2.1 说话人识别模型 | 第17-21页 |
| 2.1.1 说话人识别原理 | 第17-18页 |
| 2.1.2 说话人识别分类 | 第18-19页 |
| 2.1.3 说话人性别识别 | 第19页 |
| 2.1.4 识别模型的种类 | 第19-21页 |
| 2.2 语音信号特征提取 | 第21-27页 |
| 2.2.1 语音信号预处理 | 第21-23页 |
| 2.2.2 基音的的提取 | 第23-24页 |
| 2.2.3 共振峰的提取 | 第24页 |
| 2.2.4 MFCC的提取 | 第24-27页 |
| 2.3 男女声的区分依据 | 第27页 |
| 2.4 男女声语音特征实验分析 | 第27-33页 |
| 2.4.1 语音信号的预处理 | 第27-28页 |
| 2.4.2 基音的提取和比较 | 第28-29页 |
| 2.4.3 共振峰的提取和比较 | 第29页 |
| 2.4.4 MFCC系数的提取和比较 | 第29-33页 |
| 2.5 本章小结 | 第33-35页 |
| 第三章 深度学习基础理论 | 第35-47页 |
| 3.1 深度学习背景 | 第35页 |
| 3.2 BP神经网络原理 | 第35-39页 |
| 3.2.1 BP神经网络结构 | 第35-36页 |
| 3.2.2 反向传播算法 | 第36-39页 |
| 3.3 深度学习中的关键技术 | 第39-42页 |
| 3.3.1 梯度消失 | 第39-40页 |
| 3.3.2 过度拟合 | 第40-42页 |
| 3.3.3 计算负载 | 第42页 |
| 3.4 卷积神经网络(CNN) | 第42-45页 |
| 3.4.1 CNN的结构 | 第43页 |
| 3.4.2 卷积层 | 第43-44页 |
| 3.4.3 池化层 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于深度学习的说话人性别识别模型的建立 | 第47-55页 |
| 4.1 基于深度学习的说话人性别识别模型 | 第47-49页 |
| 4.1.1 深度学习模型的选取 | 第47-48页 |
| 4.1.2 激励函数 | 第48页 |
| 4.1.3 Softmax分类器 | 第48-49页 |
| 4.2 网络的训练 | 第49-52页 |
| 4.2.1 代价函数 | 第49-50页 |
| 4.2.2 学习规则 | 第50页 |
| 4.2.3 网络的训练过程 | 第50-52页 |
| 4.3 网络的性能判定 | 第52-53页 |
| 4.4 本章小结 | 第53-55页 |
| 第五章 基于深度学习的说话人性别识别模型的性能分析 | 第55-65页 |
| 5.1 实验环境介绍 | 第55页 |
| 5.1.1 实验的硬件环境 | 第55页 |
| 5.1.2 实验的软件环境 | 第55页 |
| 5.2 实验语音库建立 | 第55-56页 |
| 5.2.1 自建语音库的建立 | 第55页 |
| 5.2.2 对照组语音库的介绍 | 第55-56页 |
| 5.3 网络参数的确定 | 第56-59页 |
| 5.3.1 特征数据的预处理 | 第56-57页 |
| 5.3.2 学习率的确定 | 第57-58页 |
| 5.3.3 网络结构的确定 | 第58-59页 |
| 5.3.4 迭代次数的确定 | 第59页 |
| 5.4 网络的性能分析 | 第59-63页 |
| 5.4.1 卷积神经网络的结构 | 第59-60页 |
| 5.4.2 不同语音特征的识别性能比较 | 第60-61页 |
| 5.4.3 不同分类模型的识别性能比较 | 第61-62页 |
| 5.4.4 不同语音库的识别性能比较 | 第62-63页 |
| 5.5 实验结果分析 | 第63-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 附录A 攻读硕士学位期间学术成果 | 第73-75页 |
| 附录B 实验所用语音库及提取的特征 | 第75-79页 |
| 附录C 论文核心代码 | 第79-85页 |