| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-16页 |
| ·说话人识别研究目的与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·说话人识别的技术难点 | 第14-15页 |
| ·论文的主要内容和结构安排 | 第15-16页 |
| ·论文的主要内容 | 第15页 |
| ·论文的结构安排 | 第15-16页 |
| 第2章 说话人识别概述 | 第16-25页 |
| ·语音的特点和发声原理 | 第16-18页 |
| ·语音的特点 | 第16-17页 |
| ·语音的发声原理 | 第17-18页 |
| ·说话人识别的基本理论 | 第18-23页 |
| ·语音信号的数字化和预处理 | 第18-20页 |
| ·说话人识别特征参数的选取 | 第20-22页 |
| ·说话人识别方法 | 第22-23页 |
| ·说话人识别的性能评价 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于MFCC特征提取的改进算法 | 第25-37页 |
| ·Mel频率尺度倒谱系数MFCC | 第25-28页 |
| ·Mel频率 | 第25-26页 |
| ·MFCC特征提取流程 | 第26-28页 |
| ·各种窗函数性能的研究 | 第28-32页 |
| ·各种基本窗函数的性能比较 | 第29-30页 |
| ·窗函数的改进 | 第30-32页 |
| ·Bark子波的研究 | 第32-35页 |
| ·掩蔽效应 | 第32-33页 |
| ·Bark子波及其变换 | 第33-35页 |
| ·基于改进窗的Bark子波的MFCC特征提取方法 | 第35-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于自适应蚁群算法的VQ识别方法 | 第37-49页 |
| ·矢量量化技术介绍 | 第37-39页 |
| ·矢量量化的基本原理 | 第37-38页 |
| ·矢量量化的失真测度 | 第38-39页 |
| ·矢量量化器的码本设计 | 第39-43页 |
| ·LBG算法 | 第40-41页 |
| ·初始码本的生成 | 第41-42页 |
| ·LBG算法的改进 | 第42-43页 |
| ·蚁群算法介绍 | 第43-46页 |
| ·蚁群算法的产生 | 第44页 |
| ·基本蚁群算法 | 第44-46页 |
| ·自适应蚁群算法 | 第46页 |
| ·混合自适应蚁群算法的VQ码本设计算法 | 第46-48页 |
| ·基本蚁群算法的码本设计算法实现 | 第46-47页 |
| ·混合蚁群算法的VQ码本设计算法 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第5章 算法实现和实验结果 | 第49-59页 |
| ·语音数据的采集和预处理 | 第49-52页 |
| ·语音数据的采集 | 第49页 |
| ·语音数据的预处理 | 第49-52页 |
| ·实验及结果分析 | 第52-58页 |
| ·实验一码本尺寸对识别结果的影响 | 第52-53页 |
| ·实验二测试长度对识别结果的影响 | 第53页 |
| ·实验三改进特征参数对识别结果的影响 | 第53-56页 |
| ·实验四不同识别方法对识别结果的影响 | 第56-58页 |
| ·小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录A 攻读学位期间所发表的学术论文及参加的科研项目 | 第66页 |