基于长时特征的语音端点检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 语音端点检测研究的背景和意义 | 第12-14页 |
| 1.2 语音端点检测研究的发展现状 | 第14-16页 |
| 1.3 本文的内容和组织结构 | 第16-18页 |
| 第2章 语音端点检测基本理论 | 第18-33页 |
| 2.1 语音信号的预处理 | 第18-21页 |
| 2.1.1 滤波和采样 | 第19页 |
| 2.1.2 预加重 | 第19页 |
| 2.1.3 分帧加窗 | 第19-21页 |
| 2.2 语音端点检测短时特征的介绍 | 第21-25页 |
| 2.2.1 时域特征 | 第21-23页 |
| 2.2.2 频带方差 | 第23页 |
| 2.2.3 倒谱特征 | 第23-25页 |
| 2.3 语音端点检测长时特征的介绍 | 第25-27页 |
| 2.3.1 长时特征的原理 | 第25页 |
| 2.3.2 语音长时谱能量差异特征 | 第25-27页 |
| 2.4 语音分类方法 | 第27-31页 |
| 2.4.1 阈值设置 | 第27页 |
| 2.4.2 统计建模方法 | 第27-30页 |
| 2.4.3 机器学习方法 | 第30-31页 |
| 2.5 实验平台 | 第31-32页 |
| 2.5.1 Matlab介绍 | 第31页 |
| 2.5.2 实验准备 | 第31-32页 |
| 2.6 小结 | 第32-33页 |
| 第3章 基于LTSV长时平度的端点检测 | 第33-45页 |
| 3.1 语音长时信号变化特征(LTSV) | 第33-36页 |
| 3.1.1 熵的定义 | 第33-34页 |
| 3.1.2 长时信号变化特征端点检测 | 第34-35页 |
| 3.1.3 基于LTSV的其他算法 | 第35-36页 |
| 3.2 改进的LTSV长时平度特征 | 第36-38页 |
| 3.2.1 谱平度 | 第36-37页 |
| 3.2.2 LTSV长时平度特征提取 | 第37-38页 |
| 3.3 基于LTSV长时平度的语音端点检测 | 第38-39页 |
| 3.3.1 自适应语音分类 | 第38页 |
| 3.3.2 语音端点检测步骤 | 第38-39页 |
| 3.4 实验及其分析 | 第39-44页 |
| 3.4.1 实验设置 | 第39页 |
| 3.4.2 实验性能分析评价标准 | 第39-40页 |
| 3.4.3 实验结果及分析 | 第40-44页 |
| 3.5 小结 | 第44-45页 |
| 第4章 基于长时动态特性的D-LTSV端点检测 | 第45-54页 |
| 4.1 改进的LTSV长时动态特征 | 第45-47页 |
| 4.1.1 动态特性 | 第45-46页 |
| 4.1.2 D-LTSV特征提取 | 第46-47页 |
| 4.2 基于D-LTSV的语音端点检测 | 第47-48页 |
| 4.3 实验及其分析 | 第48-53页 |
| 4.3.1 实验设置 | 第48页 |
| 4.3.2 实验结果及分析 | 第48-53页 |
| 4.4 小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读硕士学位期间发表论文及专利目录 | 第61-62页 |
| 附录B 攻读硕士学位期间所参与的科研项目 | 第62页 |
