| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 引言 | 第11-13页 |
| 1.2 说话人识别技术概述 | 第13-17页 |
| 1.2.1 说话人识别技术发展历程 | 第13-16页 |
| 1.2.2 说话人识别技术难点和解决方案 | 第16-17页 |
| 1.3 论文主要研究内容与结构安排 | 第17-19页 |
| 第二章 说话人识别基本原理 | 第19-37页 |
| 2.1 说话人识别基本框架 | 第19页 |
| 2.2 语音预处理 | 第19-20页 |
| 2.3 特征参数提取 | 第20-24页 |
| 2.3.1 LPCC | 第21-22页 |
| 2.3.2 MFCC | 第22-24页 |
| 2.4 传统识别模型 | 第24-33页 |
| 2.4.1 GMM-UBM | 第24-27页 |
| 2.4.2 GMM-SVM | 第27-29页 |
| 2.4.3 TMM-UBM | 第29-31页 |
| 2.4.4 i-vector | 第31-33页 |
| 2.5 评价方法以及性能指标 | 第33-36页 |
| 2.5.1 评价方法 | 第33-35页 |
| 2.5.2 性能指标 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 基于深度特征的说话人识别技术 | 第37-51页 |
| 3.1 引言 | 第37页 |
| 3.2 深度神经网络 | 第37-43页 |
| 3.2.1 受限玻尔兹曼机 | 第38-40页 |
| 3.2.2 深度置信网络 | 第40-43页 |
| 3.3 深度特征提取 | 第43-47页 |
| 3.3.1 Bottleneck Feature | 第43-44页 |
| 3.3.2 Tandem Feature | 第44-45页 |
| 3.3.3 特征降维技术 | 第45-47页 |
| 3.4 基于Tandem Feature的文本无关实验 | 第47-50页 |
| 3.4.1 数据准备 | 第47-48页 |
| 3.4.2 DNN模型配置 | 第48-49页 |
| 3.4.3 实验分析 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于深度模型的说话人识别技术 | 第51-73页 |
| 4.1 d-vector | 第51-57页 |
| 4.1.1 模型框架 | 第51-52页 |
| 4.1.2 实验分析 | 第52-57页 |
| 4.2 DNN i-vector | 第57-62页 |
| 4.2.1 模型框架 | 第57-60页 |
| 4.2.2 结果分析 | 第60-62页 |
| 4.3 文本相关任务在实际应用的影响因素 | 第62-72页 |
| 4.3.1 噪声影响因素 | 第63-68页 |
| 4.3.2 跨信道影响因素 | 第68-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士期间的科研成果 | 第81-83页 |
| 致谢 | 第83页 |