| 表目录 | 第7-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 说话人分段与聚类技术概要 | 第13-14页 |
| 1.2.1 说话人分段与聚类系统组成 | 第13页 |
| 1.2.2 说话人分段与聚类的评价指标 | 第13-14页 |
| 1.3 国内外发展现状 | 第14-18页 |
| 1.3.1 语音/非语音检测 | 第14-15页 |
| 1.3.2 说话人分段 | 第15-16页 |
| 1.3.3 说话人聚类 | 第16-17页 |
| 1.3.4 合并说话人分段与聚类 | 第17-18页 |
| 1.4 论文的主要内容和结构安排 | 第18-20页 |
| 第二章 说话人分段与聚类关键技术 | 第20-31页 |
| 2.1 特征参数的提取 | 第20-22页 |
| 2.1.1 LPCC 参数 | 第20-21页 |
| 2.1.2 MFCC 参数 | 第21-22页 |
| 2.2 说话人分段与聚类中采用的模型 | 第22-25页 |
| 2.2.1 GMM 模型 | 第22-24页 |
| 2.2.2 HMM 模型 | 第24-25页 |
| 2.3 说话人分段技术 | 第25-27页 |
| 2.3.1 基于距离的说话人分段方法 | 第26-27页 |
| 2.3.2 基于模型的说话人分段方法 | 第27页 |
| 2.4 说话人聚类技术 | 第27-29页 |
| 2.4.1 自底向上的说话人聚类方法 | 第28-29页 |
| 2.4.2 自顶向下的说话人聚类方法 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 一种鲁棒性层次化语音/非语音检测方法 | 第31-40页 |
| 3.1 基于 HMM/GMM 模型的语音/非语音检测算法 | 第31-33页 |
| 3.2 层次化语音/非语音检测方法 | 第33-37页 |
| 3.2.1 建立静音和可听非语音初始模型 | 第33-35页 |
| 3.2.2 训练自适应检测模型 | 第35-36页 |
| 3.2.3 对检测结果进行修正 | 第36-37页 |
| 3.3 实验配置及结果 | 第37-39页 |
| 3.3.1 实验配置 | 第37页 |
| 3.3.2 VOA 英文新闻广播数据测试 | 第37-38页 |
| 3.3.3 混合数据测试 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 一种融合 IB 准则特征的说话人分段与聚类方法 | 第40-50页 |
| 4.1 基于 HMM/GMM 模型的说话人分段与聚类算法 | 第40-42页 |
| 4.2 基于 IB 准则的说话人聚类系统 | 第42-44页 |
| 4.2.1 IB 准则 | 第42-43页 |
| 4.2.2 基于 IB 准则的说话人分段与聚类 | 第43-44页 |
| 4.3 基于 IB 特征的融合系统 | 第44-47页 |
| 4.4 实验 | 第47-49页 |
| 4.4.1 实验设置 | 第47页 |
| 4.4.2 参数PI B的选择 | 第47-48页 |
| 4.4.3 PCA 中主分量个数 K 的选择 | 第48页 |
| 4.4.4 对比测试结果 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 一种基于 MMI 准则的说话人分段与聚类算法 | 第50-60页 |
| 5.1 MMI 准则 | 第50-53页 |
| 5.1.1 MLE 准则 | 第50-51页 |
| 5.1.2 MMI 准则的定义 | 第51-52页 |
| 5.1.3 MMI 准则的实现 | 第52-53页 |
| 5.2 MMI 准则在说话人分段与聚类中的应用 | 第53-57页 |
| 5.2.1 传统的层次化说话人分段与聚类算法 | 第53页 |
| 5.2.2 基于 MMI 准则的说话人分段与聚类算法 | 第53-57页 |
| 5.3 实验 | 第57-59页 |
| 5.3.1 实验设置 | 第57页 |
| 5.3.2 参数 f 的选择 | 第57-58页 |
| 5.3.3 对比测试结果 | 第58-59页 |
| 5.4 本章小结 | 第59-60页 |
| 结束语 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第67-68页 |
| 致谢 | 第68页 |
