| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 立题依据及研究的背景 | 第10页 |
| 1.2 声纹识别技术的国内外现状 | 第10-13页 |
| 1.3 研究意义 | 第13-14页 |
| 1.4 主要研究难点 | 第14-15页 |
| 1.5 论文的主要内容以及结构安排 | 第15-16页 |
| 第2章 声纹识别技术的分析 | 第16-30页 |
| 2.1 声纹识别原理 | 第16-18页 |
| 2.1.1 声纹识别的分类 | 第16-17页 |
| 2.1.2 声纹识别系统的基本原理 | 第17-18页 |
| 2.2 语音处理方法及现状 | 第18-22页 |
| 2.2.1 语音的采样和量化 | 第18页 |
| 2.2.2 预加重 | 第18页 |
| 2.2.3 加窗和分帧 | 第18-19页 |
| 2.2.4 端点检测 | 第19-22页 |
| 2.3 声纹识别的主要识别方法分析 | 第22-29页 |
| 2.3.1 模板匹配法 | 第22-23页 |
| 2.3.2 人工神经网络法 | 第23页 |
| 2.3.3 支持向量机法 | 第23-24页 |
| 2.3.4 隐马尔科夫模型 | 第24页 |
| 2.3.5 高斯混合模型 | 第24-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 线性预测倒谱LPCC参数的提取 | 第30-36页 |
| 3.1 语音信号产生的数字模型 | 第30-31页 |
| 3.2 线性预测系数LPC | 第31-33页 |
| 3.3 线性预测倒谱系数LPCC | 第33-35页 |
| 3.3.1 同态信号处理与倒谱分析 | 第33-34页 |
| 3.3.2 LPCC特征参数 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于混合滤波器组的MFCC参数提取 | 第36-42页 |
| 4.1 MFCC特征参数的提取 | 第36-39页 |
| 4.2 基于混合Mel滤波器组的MFCC参数提取 | 第39-41页 |
| 4.2.1 翻转的Mel三角形滤波器组 | 第39-40页 |
| 4.2.2 基于混合Mel滤波器组的MFCC参数提取 | 第40-41页 |
| 4.3 本章小结 | 第41-42页 |
| 第5章 基于基音周期的MFCC参数的提取 | 第42-53页 |
| 5.1 基音周期提取方法分析 | 第42-51页 |
| 5.1.1 自相关函数法 | 第42-45页 |
| 5.1.2 平均幅度差函数法 | 第45-46页 |
| 5.1.3 加权自相关函数算法 | 第46-49页 |
| 5.1.4 基音周期的提取 | 第49-51页 |
| 5.2 基于基音周期的MFCC参数的提取(Pitch-MFCC) | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第6章 系统测试与分析 | 第53-57页 |
| 6.1 实验条件 | 第53页 |
| 6.2 识别率的计算 | 第53-54页 |
| 6.3 实验分析 | 第54-57页 |
| 结论 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻读学位期间取得学术成果 | 第61页 |