基于人耳听觉特性的语音特征提取研究
| 第一章 绪论 | 第1-15页 |
| ·语音识别的研究背景和意义 | 第8页 |
| ·国内外语音识别技术的历史及其发展 | 第8-10页 |
| ·国内外语音识别技术的发展历程 | 第8-10页 |
| ·语音识别技术发展现状 | 第10页 |
| ·语音识别的主要研究方向 | 第10-13页 |
| ·声学模型 | 第10-11页 |
| ·特征提取 | 第11页 |
| ·自适应算法 | 第11-12页 |
| ·噪声环境下的鲁棒性研究 | 第12-13页 |
| ·本文的研究内容和成果 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第二章 语音识别系统的信号处理技术 | 第15-25页 |
| ·A/D转换和预处理 | 第15-17页 |
| ·语音信号的时域分析 | 第17-20页 |
| ·短时平均能量和短时平均幅度 | 第18-19页 |
| ·短时平均过零率 | 第19页 |
| ·语音信号的端点检测 | 第19-20页 |
| ·语音信号的频域分析 | 第20-22页 |
| ·LPCC特征参数提取 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 语音识别系统的模型 | 第25-38页 |
| ·动态时间归整 | 第25页 |
| ·人工神经网络 | 第25-26页 |
| ·隐马尔可夫模型 | 第26-37页 |
| ·HMM的种类 | 第26-27页 |
| ·HMM模型三参数 | 第27-29页 |
| ·HMM模型三问题 | 第29页 |
| ·HMM模型三算法 | 第29-35页 |
| ·HMM并行模型联合技术 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 噪声对语音识别系统的影响 | 第38-43页 |
| ·识别率下降的原因 | 第38-39页 |
| ·噪声的分类 | 第39-40页 |
| ·噪声对语音信号影响分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于人耳听觉特性的语音特征提取 | 第43-78页 |
| ·人耳听觉生理系统简述 | 第43-44页 |
| ·Mel频标倒谱系数 | 第44-46页 |
| ·听觉掩蔽 | 第46-59页 |
| ·听觉掩蔽介绍 | 第46-50页 |
| ·听觉掩蔽阈的计算 | 第50-51页 |
| ·听觉掩蔽特性的MFCC计算方法 | 第51-53页 |
| ·Bark和Mel，Bark_(mel)临界带表 | 第53-58页 |
| ·实验 | 第58-59页 |
| ·等响曲线 | 第59-67页 |
| ·等响及等响曲线 | 第59-60页 |
| ·等响信噪比加权法 | 第60-63页 |
| ·ISO226:2003等响曲线加权 | 第63-66页 |
| ·实验 | 第66-67页 |
| ·耳蜗分频特性的子带特征 | 第67-76页 |
| ·子带技术的背景 | 第67-68页 |
| ·子带技术识别理论依据 | 第68-70页 |
| ·语音信号频带划分方法 | 第70-72页 |
| ·人耳响度特征子带加权方法 | 第72-73页 |
| ·子带信噪比加权法 | 第73-74页 |
| ·特征空间与模型空间联合加权法 | 第74-76页 |
| ·实验 | 第76页 |
| ·本章小结 | 第76-78页 |
| 第六章 结论和下一步的工作 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 研究生期间发表的论文 | 第85-86页 |
| 致谢 | 第86页 |
