非特定人连续数字语音识别研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·背景目的和意义 | 第8-9页 |
| ·语音识别的基本概念 | 第9页 |
| ·发展历史和国内外现状 | 第9-12页 |
| ·语音识别的早期研究(76年以前) | 第9-10页 |
| ·语音识别的中期研究(77年-82年) | 第10页 |
| ·语音识别的近期研究(83年-95年) | 第10-11页 |
| ·语音识别的现状(96年至今) | 第11-12页 |
| ·研究内容 | 第12-13页 |
| 2 前端处理与特征提取 | 第13-36页 |
| ·前端处理 | 第13-15页 |
| ·流程简介 | 第13-14页 |
| ·预加重 | 第14页 |
| ·分帧 | 第14页 |
| ·加窗 | 第14-15页 |
| ·低通滤波 | 第15页 |
| ·端点检测 | 第15-30页 |
| ·端点检测的目的 | 第15-16页 |
| ·传统算法 | 第16-18页 |
| ·自适应算法 | 第18-20页 |
| ·实验结果与讨论 | 第20-24页 |
| ·在端点检测中使用频域特征的探索 | 第24-30页 |
| ·特征提取 | 第30-36页 |
| ·常用声学特征 | 第30-31页 |
| ·MFCC基本原理与计算流程 | 第31-33页 |
| ·MFCC，△MFCC与△~2MFCC | 第33-34页 |
| ·各维对识别结果的贡献 | 第34-36页 |
| 3 HMM基本原理 | 第36-48页 |
| ·一般Markov模型 | 第36-37页 |
| ·隐Markov模型(HMM) | 第37-44页 |
| ·连续HMM | 第44-45页 |
| ·持续时间状态模型 | 第45-48页 |
| 4 HMM应用于语音识别 | 第48-57页 |
| ·基本原理 | 第48-50页 |
| ·孤立词识别到连续词识别的转换(LB算法) | 第50-52页 |
| ·多个训练集的处理 | 第52-53页 |
| ·系统实验与分析 | 第53-56页 |
| ·实验环境与数据库的建立 | 第53页 |
| ·HMM转移矩阵的选择 | 第53-54页 |
| ·HMM状态数的确定 | 第54-55页 |
| ·训练集大小的影响 | 第55-56页 |
| ·错误分析 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |
