| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究的背景及意义 | 第8-9页 |
| ·语音识别的概念和说话人识别的概念 | 第9页 |
| ·说话人识别的优势与应用前景 | 第9-10页 |
| ·本文研究主要内容 | 第10-11页 |
| ·本文的结构安排 | 第11-13页 |
| 2 语音信号处理的声学基础 | 第13-19页 |
| ·语言的声学特性 | 第13-15页 |
| ·时域和频域中语音信号的表示 | 第15-16页 |
| ·对于语音信号的感知 | 第16-17页 |
| ·语音信号的线性产生模型 | 第17-19页 |
| 3 语音信号的时域频域分析 | 第19-30页 |
| ·概述语音信号分析 | 第19页 |
| ·语音信号的预处理 | 第19-22页 |
| ·语音信号的采样和量化 | 第19-20页 |
| ·预处理 | 第20-22页 |
| ·语音信号的时域分析方法 | 第22-27页 |
| ·短时平均能量 | 第22-24页 |
| ·短时平均过零率 | 第24-25页 |
| ·端点检测——基于双门限两级判决的语音端点检测方法 | 第25-27页 |
| ·语音信号在频域内的分析 | 第27-30页 |
| 4 语音信号特征参数的提取 | 第30-37页 |
| ·语音信号的倒谱域分析 | 第30-34页 |
| ·同态处理 | 第30-31页 |
| ·线性预测的分析 | 第31-34页 |
| ·基于听觉特性的MEL频率倒谱参数 | 第34-37页 |
| 5 说话人识别模型 | 第37-56页 |
| ·说话人识别概述 | 第37-39页 |
| ·动态规整技术 | 第39-42页 |
| ·DTW的算法原理思想 | 第39-40页 |
| ·模板训练算法 | 第40-42页 |
| ·隐形马尔可夫模型技术 | 第42-56页 |
| ·隐形马尔可夫的基本思想 | 第42-44页 |
| ·HMM定义 | 第44-45页 |
| ·隐形马尔可夫模型的基本算法 | 第45-52页 |
| ·多种隐形马尔可夫模型类型 | 第52-55页 |
| ·提高HMM描述语音动态特性的能力 | 第55-56页 |
| 6 基于声纹识别的身份确认系统 | 第56-67页 |
| ·常用语料库 | 第56-59页 |
| ·说话人识别系统 | 第59-67页 |
| ·实验设计思路和步骤 | 第59-65页 |
| ·实验结果分析 | 第65-67页 |
| 7 结论 | 第67-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 致谢 | 第74-76页 |