| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·说话人识别概述 | 第10-11页 |
| ·说话人识别技术的背景和意义 | 第11-12页 |
| ·说话人识别技术的研究现状和存在的问题 | 第12-14页 |
| ·论文的研究内容和结构安排 | 第14-16页 |
| 第2章 说话人识别常用特征参数分析 | 第16-29页 |
| ·引言 | 第16页 |
| ·语音信号预处理 | 第16-17页 |
| ·基音参数 | 第17-19页 |
| ·线性预测系数及其导出的其它语音参数 | 第19-23页 |
| ·线性预测系数 | 第19-20页 |
| ·线性预测倒谱系数 | 第20-21页 |
| ·感知线性预测系数 | 第21页 |
| ·线谱对系数 | 第21-23页 |
| ·Mel 频率倒谱系数 | 第23-24页 |
| ·基于 Spearman 相关系数的特征组合算法 | 第24-28页 |
| ·说话人识别的特征组合 | 第24-25页 |
| ·Spearman 相关系数定义 | 第25-26页 |
| ·说话人特征相关性算法步骤 | 第26页 |
| ·基于说话人特征之间相关性的分析 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第3章 说话人识别模型 | 第29-40页 |
| ·说话人识别模型概述 | 第29-30页 |
| ·矢量量化方法 | 第30-34页 |
| ·矢量量化的基本原理 | 第30-31页 |
| ·LBG 聚类算法 | 第31-33页 |
| ·矢量量化的失真测度 | 第33-34页 |
| ·隐马尔可夫模型方法 | 第34-36页 |
| ·HMM 模型 | 第34-35页 |
| ·HMM 模型的原理 | 第35-36页 |
| ·高斯混合模型方法 | 第36-39页 |
| ·高斯混合模型概述 | 第36-37页 |
| ·GMM 模型参数的估计 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第4章 说话人识别中的信息融合方法 | 第40-52页 |
| ·引言 | 第40-41页 |
| ·特征级融合方法 | 第41-42页 |
| ·匹配分数级融合方法 | 第42-45页 |
| ·匹配分数线性融合 | 第43页 |
| ·匹配分数向量融合 | 第43-45页 |
| ·决策级融合方法 | 第45-48页 |
| ·直接融合的决策级融合方法 | 第45-46页 |
| ·D-S 证据理论的决策级融合方法 | 第46-48页 |
| ·基于 D-S 证据理论的决策级融合系统实验仿真与分析 | 第48-51页 |
| ·系统实现框图与方法分析 | 第48-49页 |
| ·实验环境配置 | 第49页 |
| ·三种信息融合方法的仿真比较与分析 | 第49-51页 |
| ·单一特征与多特征决策融合的说话人识别分析比较 | 第51页 |
| ·小结 | 第51-52页 |
| 第5章 总结及展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |