| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 主要符号对照表 | 第14-15页 |
| 第1章 绪论 | 第15-23页 |
| ·语音声纹密码的研究背景 | 第15-17页 |
| ·语音声纹密码的国内外研究现状 | 第17-18页 |
| ·语音声纹密码系统的框架 | 第18-20页 |
| ·语音声纹密码的性能评价指标 | 第20-21页 |
| ·论文的研究内容 | 第21-22页 |
| ·论文的结构安排 | 第22-23页 |
| 第2章 基于DNN-HMM的语音密码识别系统 | 第23-33页 |
| ·引言 | 第23页 |
| ·声学模型深度神经网络原理 | 第23-29页 |
| ·深度神经网络结构 | 第23-25页 |
| ·深度神经网络的参数训练 | 第25-27页 |
| ·基于DNN-HMM的语音密码识别 | 第27-29页 |
| ·语音声纹密码识别的数据库 | 第29-30页 |
| ·实验结果及分析 | 第30-31页 |
| ·实验步骤及配置 | 第30页 |
| ·实验结果分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于深度神经网络提取说话人信息 | 第33-45页 |
| ·引言 | 第33页 |
| ·全差异空间因子建模 | 第33-37页 |
| ·全差异空间因子分析原理 | 第33-35页 |
| ·TV模型信道补偿方法 | 第35-37页 |
| ·采用深度神经网络提取说话人信息 | 第37-40页 |
| ·说话人信息提取原理 | 第37-39页 |
| ·说话S-vector注册和测试算法 | 第39-40页 |
| ·实验结果及分析 | 第40-44页 |
| ·S-vector说话人区分性分析 | 第40-41页 |
| ·RSR2015 PartⅠ声纹识别实验 | 第41-42页 |
| ·RSR2015 PartⅢ数字密码声纹识别实验 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于深度神经网络的特征端因子分析 | 第45-59页 |
| ·引言 | 第45-46页 |
| ·基于GMM的特征端因子分析 | 第46-48页 |
| ·基于DNN的特征端因子分析 | 第48-52页 |
| ·基于DNN的i-vector技术 | 第48-50页 |
| ·基于DNN的特征端因子分析 | 第50-52页 |
| ·基于DNN的特征端因子分析在S-vector中的应用 | 第52-53页 |
| ·实验结果及分析 | 第53-56页 |
| ·基于DNN的特征端因子分析在MFCC特征中的应用 | 第53-56页 |
| ·基于DNN的特征端因子分析在S-vector中的应用 | 第56页 |
| ·本章小结 | 第56-59页 |
| 第5章 分数字建模声纹识别技术研究 | 第59-65页 |
| ·引言 | 第59-60页 |
| ·分词建模声纹识别原理 | 第60-61页 |
| ·实验结果及分析 | 第61-64页 |
| ·基于GMM的分词建模实验 | 第61-63页 |
| ·基于DNN的分词建模实验 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·论文总结 | 第65-66页 |
| ·研究展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73-75页 |
| 在读期间发表的学术论文与取得的研究成果 | 第75页 |
