| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第1章 绪论 | 第10-17页 |
| ·引言 | 第10页 |
| ·说话人识别技术导引 | 第10-15页 |
| ·说话人识别的研究背景和意义 | 第10-12页 |
| ·说话人识别技术的发展简史 | 第12-14页 |
| ·说话人识别技术的应用领域和前景 | 第14-15页 |
| ·论文的组织结构 | 第15-17页 |
| 第2章 说话人识别概论 | 第17-26页 |
| ·说话人识别的概念 | 第17页 |
| ·说话人识别的分类 | 第17-19页 |
| ·说话人识别的原理和结构 | 第19-20页 |
| ·说话人识别的常用方法 | 第20-23页 |
| ·说话人识别技术的性能评价标准 | 第23-24页 |
| ·说话人识别的难点 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 语音信号处理及其特征提取 | 第26-38页 |
| ·语音信号产生的机理 | 第26-28页 |
| ·语音信号预处理 | 第28-30页 |
| ·采样与量化 | 第28页 |
| ·归一化处理(normalization) | 第28-29页 |
| ·语音信号的预加重(pre-emphasis) | 第29页 |
| ·语音信号的分帧与加窗 | 第29-30页 |
| ·特征参数的提取 | 第30-37页 |
| ·特征参数的基本概念 | 第30-31页 |
| ·线性预测系数(LPC)和线性预测倒谱系数(LPCC) | 第31-32页 |
| ·Mel频率倒谱系数(MFCC) | 第32-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 高斯混合模型及其辨认训练算法 | 第38-52页 |
| ·高斯混合模型的基本概念 | 第38-43页 |
| ·高斯混合模型的定义 | 第39-41页 |
| ·高斯混合模型的阶数 | 第41页 |
| ·高斯混合模型的说话人识别中的应用 | 第41-43页 |
| ·EM算法 | 第43-47页 |
| ·EM算法的引入 | 第43页 |
| ·EM算法的介绍和初始化 | 第43-44页 |
| ·EM算法在说话人识别中的应用 | 第44-47页 |
| ·最大模型距离法(MMD) | 第47-50页 |
| ·实际应用中存在的几个问题 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 系统构架实现与数据测试比较 | 第52-63页 |
| ·软硬件平台 | 第52页 |
| ·实验及训练语音库 | 第52-53页 |
| ·系统的数据流和模块 | 第53-55页 |
| ·识别率计算 | 第55页 |
| ·系统搭建完成后的验证测试 | 第55-60页 |
| ·预加重系数对系统性能的影响 | 第55-57页 |
| ·MFCC各维参数进行加权处理对系统的影响 | 第57-58页 |
| ·GMM模型阶数对系统性能的影响 | 第58-59页 |
| ·测试语音单位长度对系统性能的影响 | 第59-60页 |
| ·本论文所做的尝试与改进 | 第60-62页 |
| ·将多线程并行技术应用于说话人识别中 | 第60-61页 |
| ·一种提升含样本量较大待测语音库识别率的方法 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·本文已取得的研究成果 | 第63页 |
| ·有待进一步研究的工作 | 第63-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 后记 | 第69页 |