| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·语音识别与说话人识别研究状况 | 第8-9页 |
| ·语音识别的研究与进展 | 第8页 |
| ·说话人识别的研究与进展 | 第8-9页 |
| ·说话人识别综述 | 第9-12页 |
| ·说话人识别基本概念 | 第10页 |
| ·说话人识别分类及其优缺点 | 第10-11页 |
| ·说话人识别的应用前景 | 第11-12页 |
| ·本课题主要研究的内容 | 第12-13页 |
| 第二章 语音端点算法的研究 | 第13-28页 |
| ·基于短时能量和短时平均过零率的端点检测算法 | 第13-15页 |
| ·短时能量和短时幅度差 | 第13-14页 |
| ·短时过零率和短时过门限率 | 第14-15页 |
| ·基于小波变换后的分形理论的端点检测 | 第15-19页 |
| ·小波变换后及其维数推导 | 第15-16页 |
| ·语音信号分形维数及其计算 | 第16-17页 |
| ·语音信号与噪声语音的自适应分离方法 | 第17页 |
| ·带噪语音的端点检测 | 第17-19页 |
| ·基于频带方差的端点检测算法 | 第19-20页 |
| ·基于频带方差的算法原理 | 第19-20页 |
| ·基于频带方差的端点检测的实验仿真 | 第20页 |
| ·基于自适应子带频谱熵和功率谱熵的端点检测算法 | 第20-27页 |
| ·基于自适应子带频谱熵的端点检测的原理 | 第21-23页 |
| ·基于自适应子带功率谱熵的端点检测的原理 | 第23-24页 |
| ·基于自适应子带谱熵的端点检测算法在各种噪声下的实验仿真 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第三章 说话人特征参数的提取 | 第28-40页 |
| ·说话人识别常用的特征 | 第28页 |
| ·线性预测系数LPC | 第28-32页 |
| ·线性预测的基本原理 | 第29-30页 |
| ·线性预测系数的求取 | 第30-31页 |
| ·LPC模型阶数的确定 | 第31-32页 |
| ·线性预测倒谱系数LPCC | 第32-34页 |
| ·同态处理基本原理 | 第32-33页 |
| ·复倒谱和倒谱 | 第33页 |
| ·线性预测倒谱 | 第33-34页 |
| ·美尔倒谱系数MFCC | 第34-37页 |
| ·Mel滤波器组 | 第34-36页 |
| ·MFCC的计算原理 | 第36页 |
| ·差分参数 | 第36-37页 |
| ·特征提升 | 第37页 |
| ·基于最小方差无失真响应的感知倒谱特征参数PMCC | 第37-39页 |
| ·最小方差无失真响应的原理 | 第37-38页 |
| ·MVDR的计算 | 第38页 |
| ·MVDR的感知倒谱系数PMCC | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 说话人识别的方法 | 第40-52页 |
| ·说话人识别方法简介 | 第40-44页 |
| ·基于模板匹配模型的方法 | 第40-41页 |
| ·基于概率模型的方法 | 第41-43页 |
| ·基于判决模型的方法 | 第43页 |
| ·基于混合模型的方法 | 第43-44页 |
| ·矢量量化(VQ)的基本原理 | 第44-50页 |
| ·矢量量化的一般方法 | 第45页 |
| ·矢量量化的失真测度 | 第45-47页 |
| ·最佳矢量量化器和码本的设计 | 第47-50页 |
| ·VQ话者识别的改进 | 第50-51页 |
| ·小结 | 第51-52页 |
| 第五章 说话人识别系统的实现 | 第52-62页 |
| ·系统开发环境介绍 | 第52页 |
| ·硬件环境 | 第52页 |
| ·软件环境 | 第52页 |
| ·开发平台MATLAB介绍 | 第52页 |
| ·说话人识别系统的设计 | 第52-53页 |
| ·说话人特征提取 | 第53-57页 |
| ·语音采样及预处理实验 | 第53-55页 |
| ·LPCC特征提取 | 第55页 |
| ·MFCC特征提取 | 第55-57页 |
| ·特征匹配 | 第57页 |
| ·VQ识别模型的实现 | 第57-58页 |
| ·实验结果及分析 | 第58-61页 |
| ·说话人识别试验 | 第58-60页 |
| ·加权VQ的说话人识别试验 | 第60-61页 |
| ·小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-63页 |
| ·总结 | 第62页 |
| ·展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 作者在攻读硕士学位期间发表的论文 | 第67页 |