一种基于HMM和WNN混合模型的语音识别方法
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| ·国内外研究现状 | 第11-12页 |
| ·语音识别的技术难点 | 第12-13页 |
| ·本文的主要研究内容和章节安排 | 第13-15页 |
| 第2章 语音信号的特性分析 | 第15-24页 |
| ·语音信号特征参数的提取 | 第15-18页 |
| ·基音周期 | 第15-16页 |
| ·线性预测倒谱系数 | 第16页 |
| ·美尔倒谱系数 | 第16-18页 |
| ·端点检测 | 第18-22页 |
| ·语音端点的检测 | 第19-20页 |
| ·改进的端点检测算法 | 第20-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 语音识别的模型 | 第24-38页 |
| ·概述 | 第24-26页 |
| ·DTW模型 | 第26页 |
| ·隐马尔科夫模型 | 第26-33页 |
| ·HMM概述 | 第26-28页 |
| ·HMM的分类 | 第28页 |
| ·HMM的理论 | 第28-32页 |
| ·HMM中的实际问题 | 第32-33页 |
| ·人工神经网络 | 第33-37页 |
| ·人工神经网络的概述 | 第33-34页 |
| ·神经网络的学习方法 | 第34-35页 |
| ·神经网络的结构及工作方式 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于HMM和神经网络的语音识别 | 第38-49页 |
| ·概述 | 第38页 |
| ·HMM和神经网络的结合方式 | 第38-40页 |
| ·小波神经网络 | 第40-45页 |
| ·小波分析理论 | 第40-43页 |
| ·小波神经网络 | 第43-45页 |
| ·基于HMM和小波神经网络的语音识别方法 | 第45-48页 |
| ·基于HMM和小波神经网络模型的结构 | 第46页 |
| ·小波神经网络的设计 | 第46-47页 |
| ·HMM和小波神经网络混合模型的语音识别系统 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 仿真计算及结果分析 | 第49-55页 |
| ·仿真实验原理 | 第49-50页 |
| ·语音信号的获取 | 第50-51页 |
| ·语音信号的采集过程 | 第50页 |
| ·数字语音数据库的建立 | 第50-51页 |
| ·语音信号的前端处理 | 第51-52页 |
| ·预加重 | 第51页 |
| ·分帧和加窗 | 第51页 |
| ·端点检测和特征参数的提取 | 第51-52页 |
| ·训练和识别模型 | 第52页 |
| ·HMM模型 | 第52页 |
| ·HMM和小波神经网络的混合模型 | 第52页 |
| ·识别算法的性能分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-61页 |
| 附录 A 攻读硕士学位期间所发表的学术论文 | 第61页 |
