论文目录 | |
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-11页 |
| 1 绪论 | 第11-31页 |
| 1.1 研究背景及研究意义 | 第11-12页 |
| 1.2 说话人识别技术的发展简史 | 第12-14页 |
| 1.3 说话人识别系统基本框架 | 第14-17页 |
| 1.3.1 特征提取 | 第14-15页 |
| 1.3.2 模型建立 | 第15-16页 |
| 1.3.3 打分判决 | 第16-17页 |
| 1.4 当前主流的说话人识别建模技术 | 第17-24页 |
| 1.4.1 高斯混合-通用背景模型 | 第17-21页 |
| 1.4.2 总体变化模型 | 第21-23页 |
| 1.4.3 线性判别分析模型 | 第23-24页 |
| 1.5 说话人识别性能评价指标 | 第24-26页 |
| 1.5.1 说话人确认性能评价指标 | 第24-26页 |
| 1.5.2 说话人辨认性能评价指标 | 第26页 |
| 1.6 论文研究的总体思路 | 第26-28页 |
| 1.7 论文组织 | 第28-31页 |
| 2 深度学习技术分析 | 第31-45页 |
| 2.1 引言 | 第31-32页 |
| 2.2 深度学习的三个步骤 | 第32-33页 |
| 2.3 常用深度神经网络结构 | 第33-37页 |
| 2.3.1 受限玻尔兹曼机 | 第33-34页 |
| 2.3.2 深度置信网络 | 第34-35页 |
| 2.3.3 递归神经网络 | 第35-36页 |
| 2.3.4 卷积神经网络 | 第36-37页 |
| 2.4 目标函数 | 第37-38页 |
| 2.4.1 均方误差目标函数 | 第37-38页 |
| 2.4.2 交叉熵目标函数 | 第38页 |
| 2.5 参数学习方法 | 第38-43页 |
| 2.5.1 误差反向传播算法 | 第38-40页 |
| 2.5.2 随机梯度下降法 | 第40-41页 |
| 2.5.3 预训练技术 | 第41-43页 |
| 2.6 本章小结 | 第43-45页 |
| 3 基于受限玻尔兹曼机的总体变化因子说话人识别模型 | 第45-61页 |
| 3.1 引言 | 第45-46页 |
| 3.2 网络结构及模型训练 | 第46-49页 |
| 3.2.1 高斯-伯努利RBM | 第47-48页 |
| 3.2.2 高斯-高斯RBM | 第48页 |
| 3.2.3 RBM的模型训练 | 第48-49页 |
| 3.3 基于RBM的总体变化因子建模方法 | 第49-51页 |
| 3.3.1 RBM-i-vector建模方法 | 第49-50页 |
| 3.3.2 深度RBM-i-vector建模方法 | 第50-51页 |
| 3.4 实验配置 | 第51-53页 |
| 3.4.1 实验数据库 | 第51-52页 |
| 3.4.2 模型配置 | 第52-53页 |
| 3.5 实验结果及分析 | 第53-60页 |
| 3.5.1 不同RBM建模的说话人确认性能对比 | 第53-56页 |
| 3.5.2 不同层数RBM网络建模的说话人确认性能对比 | 第56-59页 |
| 3.5.3 特征提取速度分析 | 第59-60页 |
| 3.6 本章小结 | 第60-61页 |
| 4 基于深度神经网络的非线性度量学习说话人识别模型 | 第61-81页 |
| 4.1 引言 | 第61-62页 |
| 4.2 传统线性度量学习 | 第62-63页 |
| 4.3 深度神经网络结构 | 第63-67页 |
| 4.3.1 深度独立子空间分析网络 | 第63-66页 |
| 4.3.2 深度受限玻尔兹曼机网络 | 第66-67页 |
| 4.4 基于深度神经网络的非线性度量学习建模方法 | 第67-70页 |
| 4.4.1 目标函数构建 | 第67-68页 |
| 4.4.2 模型训练 | 第68-70页 |
| 4.5 实验配置 | 第70-72页 |
| 4.5.1 实验数据库 | 第70-71页 |
| 4.5.2 模型配置 | 第71-72页 |
| 4.6 实验结果及分析 | 第72-77页 |
| 4.6.1 深度非线性度量学习的有效性 | 第72-74页 |
| 4.6.2 与其它方法的性能比较 | 第74-75页 |
| 4.6.3 计算复杂度分析 | 第75-77页 |
| 4.7 深度RBM建模与深度ISA非线性度量学习建模的结合 | 第77-80页 |
| 4.8 本章小结 | 第80-81页 |
| 5 面向海量数据处理的深度学习模型系统性能评估 | 第81-107页 |
| 5.1 引言 | 第81-82页 |
| 5.2 评估数据库构建 | 第82-84页 |
| 5.2.1 评估库A | 第82-83页 |
| 5.2.2 评估库B | 第83页 |
| 5.2.3 评估库C | 第83-84页 |
| 5.3 大声纹库-小测试集条件下的说话人辨认性能评估 | 第84-90页 |
| 5.3.1 评估方案 | 第84-85页 |
| 5.3.2 实验结果 | 第85-89页 |
| 5.3.3 实验分析 | 第89-90页 |
| 5.4 小声纹库-大测试集条件下的说话人辨认性能评估 | 第90-97页 |
| 5.4.1 评估方案 | 第90-91页 |
| 5.4.2 实验结果 | 第91-96页 |
| 5.4.3 实验分析 | 第96-97页 |
| 5.5 小声纹库-跨信道大测试集条件下跨信道说话人辨认性能评估 | 第97-103页 |
| 5.5.1 评估方案 | 第97-98页 |
| 5.5.2 实验结果 | 第98-103页 |
| 5.5.3 实验分析 | 第103页 |
| 5.6 说话人辨认性能对比 | 第103-105页 |
| 5.6.1 大声纹库-小测试集和小声纹库-大测试集的性能对比 | 第103-104页 |
| 5.6.2 小声纹库-大测试集条件下同信道和跨信道的性能对比 | 第104-105页 |
| 5.7 本章小结 | 第105-107页 |
| 6 总结与展望 | 第107-111页 |
| 6.1 论文工作总结 | 第107-108页 |
| 6.2 工作展望 | 第108-111页 |
| 致谢 | 第111-113页 |
| 参考文献 | 第113-123页 |
| 附录 | 第123页 |
| A 作者在攻读学位期间发表的论文目录 | 第123页 |
| B 作者在攻读博士学位期间参加的科研项目及得奖情况 | 第123页 |
