| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.3 说话人识别的应用与难点 | 第13-15页 |
| 1.3.1 说话人识别的应用 | 第13-14页 |
| 1.3.2 说话人识别待解决的问题 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第二章 说话人识别技术的基础理论 | 第18-30页 |
| 2.1 说话人识别的概述 | 第18-21页 |
| 2.1.1 说话人识别的基本原理 | 第18页 |
| 2.1.2 说话人识别的分类 | 第18-20页 |
| 2.1.3 说话人识别的系统结构 | 第20-21页 |
| 2.2 说话人识别的特征提取 | 第21-25页 |
| 2.2.1 预处理方法 | 第21-24页 |
| 2.2.2 特征提取的准则与常用方法 | 第24-25页 |
| 2.3 说话人识别的识别模型 | 第25-29页 |
| 2.3.1 矢量量化(VQ) | 第25页 |
| 2.3.2 人工神经网络(ANN) | 第25-26页 |
| 2.3.3 支持向量机(SVM) | 第26页 |
| 2.3.4 高斯混合模型(GMM) | 第26-27页 |
| 2.3.5 隐马尔可夫模型(HMM) | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 说话人识别的特征提取算法 | 第30-48页 |
| 3.1 特征参数的分类 | 第30-31页 |
| 3.2 常用特征参数的提取算法 | 第31-38页 |
| 3.2.1 LPC系数 | 第31-33页 |
| 3.2.2 MFCC系数 | 第33-37页 |
| 3.2.3 LPMCC系数 | 第37-38页 |
| 3.3 在基本特征中加入归一化能量参数 | 第38页 |
| 3.4 实验与分析 | 第38-46页 |
| 3.4.1 基于HMM的实验方法 | 第38-40页 |
| 3.4.2 实验结果对比及讨论 | 第40-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 基于MCCC与相关距离Fisher比的特征提取算法 | 第48-60页 |
| 4.1 梅尔倒谱复合参数(MCCC) | 第48页 |
| 4.2 基于相关距离的Fisher准则 | 第48-52页 |
| 4.2.1 特征参数的评价方法 | 第48-51页 |
| 4.2.2 相关距离的Fisher准则算法 | 第51-52页 |
| 4.3 实验与分析 | 第52-58页 |
| 4.3.1 基于梅尔倒谱复合参数的识别实验对比 | 第53-55页 |
| 4.3.2 利用相关距离Fisher准则优化的实验对比 | 第55-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 基于分布式DCT的特征提取算法 | 第60-66页 |
| 5.1 分布式离散余弦变换 | 第60-62页 |
| 5.2 实验与分析 | 第62-65页 |
| 5.2.1 基于分布式DCT的识别实验 | 第63-64页 |
| 5.2.2 基于相关距离Fisher准则加权的识别实验 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士期间参加的科研项目和成果 | 第76页 |
