| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·说话人识别概述 | 第8-9页 |
| ·说话人识别的研究意义 | 第8页 |
| ·说话人识别的应用前景及研究现状 | 第8-9页 |
| ·说话人识别的基本技术概论 | 第9-12页 |
| ·说话人识别的分类 | 第9-10页 |
| ·说话人识别的技术原理 | 第10-11页 |
| ·说话人识别的主要方法 | 第11页 |
| ·说话人识别的性能指标 | 第11-12页 |
| ·说话人识别的难点 | 第12页 |
| ·嵌入式平台开发 | 第12-13页 |
| ·嵌入式系统平台 | 第12-13页 |
| ·嵌入式技术在说话人识别中的应用 | 第13页 |
| ·本文的研究工作及结构安排 | 第13-16页 |
| 第二章 语音特征参数分析研究 | 第16-28页 |
| ·语音信号的产生机理 | 第16-17页 |
| ·语音信号的采样和量化 | 第17页 |
| ·语音信号的预处理技术 | 第17-20页 |
| ·语音信号的预加重 | 第17-18页 |
| ·语音信号去噪声处理 | 第18页 |
| ·语音信号的加窗处理 | 第18-19页 |
| ·语音信号的端点检测技术 | 第19-20页 |
| ·语音信号的频域特征参数 | 第20-25页 |
| ·线性预测系数 | 第20-23页 |
| ·语音信号的同态处理 | 第23-24页 |
| ·线性预测倒谱系数 | 第24页 |
| ·美尔频率倒谱系数 | 第24-25页 |
| ·语音特征参数的优化 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 BP 神经网络的分析研究 | 第28-40页 |
| ·人工神经网络原理 | 第28-31页 |
| ·人工神经网络的概念 | 第28页 |
| ·人工神经网络的结构 | 第28-30页 |
| ·人工神经网络的分类 | 第30-31页 |
| ·BP 神经网络 | 第31-35页 |
| ·BP 网络结构及学习过程 | 第31-34页 |
| ·BP 网络的改进方法 | 第34-35页 |
| ·混沌粒子群优化BP 神经网络 | 第35-38页 |
| ·混沌理论的概念 | 第35页 |
| ·常规粒子群优化理论 | 第35-36页 |
| ·混沌粒子群优化（CPSO）算法 | 第36-37页 |
| ·CPSO 训练BP 神经网络 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于BP 神经网络的说话人身份识别系统设计 | 第40-52页 |
| ·特征参数的提取 | 第40-42页 |
| ·CPSO-BP 神经网络的设计 | 第42-45页 |
| ·BP 网络结构的设计 | 第42-43页 |
| ·BP 网络参数的设定 | 第43-45页 |
| ·说话人识别系统实验程序设计 | 第45-48页 |
| ·BP 神经网络的训练程序设计 | 第45-47页 |
| ·BP 神经网络的识别程序设计 | 第47-48页 |
| ·实验与分析 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第五章 嵌入式系统设计 | 第52-64页 |
| ·系统概述 | 第52-54页 |
| ·嵌入式系统 | 第52页 |
| ·嵌入式Linux 操作系统 | 第52-53页 |
| ·嵌入式系统的开发 | 第53-54页 |
| ·硬件平台 | 第54-58页 |
| ·ARM 微处理器 | 第54-55页 |
| ·DSP 微处理器 | 第55-56页 |
| ·系统总体设计 | 第56-58页 |
| ·软件模块 | 第58-63页 |
| ·建立交叉编译及系统开发环境 | 第58-59页 |
| ·引导程序的移植 | 第59页 |
| ·Linux 内核的移植 | 第59-61页 |
| ·根文件系统的实现 | 第61页 |
| ·说话人识别算法的移植 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·工作总结 | 第64页 |
| ·展望 | 第64-66页 |
| 致谢 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 研究生在读期间的研究成果 | 第72-73页 |