第一章 绪论 1
引言 1
文本独立（自由文本）话者识别的基本方法 5
从话者识别到鲁棒话者识别 7
目前鲁棒话者识别的主要技术路线和研究现状 9
本文的研究内容与背景 16
本文的内容编排 18
第二章 话者识别的基本原理、方法与EBF网络的研究 20
话者识别的方法与步骤 20
径向基函数（RBF）网络用于模式识别的优越性及其基函数的选择 23
径向基函数（RBF）网络的拓展——椭圆基函数（EBF）网络 34
EBF网络参数的优化问题 38
本章小结 39
第三章 扩展的RPCL算法与聚类数目的确定 41
传统聚类算法及存在的问题 41
次胜者受罚的竞争学习算法（RPCL）：思路、步骤及其缺陷 43
RPCL算法存在的问题及其改进 47
聚类和话者识别实验 50
本章小结 70
第四章 基于EM算法的EBF网络参数优化 71
EM算法及其应用 71
EM算法的收敛性及其收敛速度 75
EM算法优化EBF网络 80
话者识别实验 81
本章小结 90
第五章 提高话者识别的鲁棒性——用特征映射器进行映射与复原 92
通过电话线路的鲁棒话者识别 92
鲁棒特征的选择问题 95
倒谱均值互减法（CMS）及其存在的问题 100
非线性特征映射 101
高斯聚类问题：用特征映射器进行映射与复原 104
特征映射器在话者识别中的应用 108
本章小结 120
第六章 系统实现：基于EBF网络的话者识别软件开发 122
研究开发背景与方法 122
系统实现 125
本章小结 129
第七章 结论与展望 130
本文结论 130
进一步的工作 133
展望 135
参考文献 137
致谢 154