| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-17页 |
| ·选题背景及研究意义 | 第9-10页 |
| ·声纹识别与语音控制的发展历程和研究现状 | 第10-12页 |
| ·声纹识别技术概述 | 第12-14页 |
| ·本文工作概述 | 第14-16页 |
| ·本文的研究目的 | 第14页 |
| ·本文主要研究内容 | 第14-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 声纹识别与语音控制的关键技术 | 第17-23页 |
| ·引言 | 第17页 |
| ·MFCC 的声学提取原理 | 第17页 |
| ·基于概率统计的 GMM 识别模型 | 第17-18页 |
| ·语音信号的 K-means 聚类技术 | 第18-20页 |
| ·语音控制的关键技术 | 第20-22页 |
| ·基于 Speech SDK 语音识别引擎 | 第20-21页 |
| ·基于 SQLite 的数据库技术 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于区分性 GMM 的声纹识别系统 | 第23-48页 |
| ·系统结构 | 第23页 |
| ·声纹识别的前端预处理技术 | 第23-25页 |
| ·预加重技术 | 第24-25页 |
| ·分帧及加窗 | 第25页 |
| ·MFCC 特征参数的提取 | 第25-27页 |
| ·基于密度和方差加权距离的聚类算法 | 第27-32页 |
| ·问题的提出 | 第27页 |
| ·基于区域密度初始聚类中心的选择算法 | 第27-30页 |
| ·基于密度和方差加权距离的聚类算法 | 第30-32页 |
| ·基于模拟退火思想的聚类算法 | 第32-35页 |
| ·问题的提出 | 第32-33页 |
| ·模拟退火思想在聚类中的应用 | 第33页 |
| ·模拟退火算法参数的选择 | 第33-34页 |
| ·基于模拟退火的聚类算法 | 第34-35页 |
| ·基于 GMM 的声纹识别引擎 | 第35-39页 |
| ·模型描述 | 第35-37页 |
| ·参数估计 | 第37-39页 |
| ·基于区分性 GMM 的声纹识别引擎 | 第39-47页 |
| ·问题的提出 | 第39-41页 |
| ·基于区分性 GMM 声纹识别引擎的建模过程 | 第41-42页 |
| ·MAP 自适应算法 | 第42-43页 |
| ·模式识别 | 第43-44页 |
| ·衍生的特征空间性别分类器 | 第44-46页 |
| ·拒识策略在区分性识别中的应用 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 具有声纹识别功能的语音控制系统 | 第48-56页 |
| ·系统结构 | 第48页 |
| ·基于 SAPI 的语音识别系统的设计与实现 | 第48-50页 |
| ·系统事件驱动流程设计 | 第48-49页 |
| ·语音识别引擎的实现 | 第49-50页 |
| ·基于 Windows API 函数完成控制处理的设计与实现 | 第50-54页 |
| ·控制处理系统的总体设计 | 第51-52页 |
| ·基于 API 实现进程间控制 | 第52-53页 |
| ·基于 SQLite 语音命令数据库的设计与实现 | 第53-54页 |
| ·系统的整体实现过程 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 综合实验及结果分析 | 第56-68页 |
| ·实验平台 | 第56页 |
| ·实验方案的设计、结果及分析 | 第56-66页 |
| ·实验用的语音数据库 | 第56-57页 |
| ·GMM 基本性能的测试 | 第57-60页 |
| ·三种建模方法对系统性能的分析比较 | 第60-61页 |
| ·改进的聚类算法的分析 | 第61-62页 |
| ·聚类算法对不同识别模型的影响 | 第62-64页 |
| ·基于区分性识别的系统性能分析 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间发表的学术论文 | 第77页 |