基于神经网络非特定人语音识别与机器人控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·语音识别技术介绍 | 第9页 |
| ·选题背景及研究目的和意义 | 第9-10页 |
| ·语音识别发展历史及现状 | 第10-12页 |
| ·国外语音识别发展历史及现状 | 第10-11页 |
| ·国内语音识别发展历史及现状 | 第11-12页 |
| ·论文主要研究内容 | 第12-14页 |
| ·研究内容与目标 | 第12页 |
| ·论文结构安排 | 第12-14页 |
| 第二章 非特定人语音识别的基本原理及技术分析 | 第14-25页 |
| ·非特定人语音识别系统的基本框架 | 第14-15页 |
| ·语音信号的预处理 | 第15-20页 |
| ·语音信号预加重 | 第15-16页 |
| ·语音信号加窗分帧 | 第16-18页 |
| ·语音信号端点检测 | 第18-20页 |
| ·语音信号特征提取 | 第20-24页 |
| ·线性预测倒谱系数 | 第21-22页 |
| ·梅尔频率倒谱系数的提取 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 隐马尔可夫模型和神经网络模型基本理论 | 第25-37页 |
| ·隐马尔可夫模型 | 第25-31页 |
| ·HMM模型定义 | 第25-26页 |
| ·HMM模型的结构 | 第26-27页 |
| ·隐马尔可夫模型的三个基本问题及其求解 | 第27-31页 |
| ·概率神经网络模型 | 第31-34页 |
| ·概率神经网络结构 | 第31-33页 |
| ·概率神经网络设计原则 | 第33-34页 |
| ·HMM/ANN混合模型 | 第34-36页 |
| ·HMM/ANN结合的理论依据 | 第34页 |
| ·HMM/ANN模型的结合方式 | 第34-35页 |
| ·HMM/ANN混合模型结构 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于HMM/ANN混合模型的语音识别 | 第37-55页 |
| ·混合语音识别模型 | 第37-39页 |
| ·语音信号的获取和数据库的建立 | 第39页 |
| ·语音信号预处理 | 第39-42页 |
| ·语音信号特征参数提取 | 第42-44页 |
| ·HMM/ANN混合模型训练 | 第44-49页 |
| ·HMM/ANN混合模型识别 | 第49-50页 |
| ·仿真实验及系统性能分析 | 第50-53页 |
| ·混合模型识别性能分析 | 第50-52页 |
| ·系统模型的抗噪性能分析 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 基于混合模型的机器人语音识别控制系统设计 | 第55-65页 |
| ·系统硬件组成及软件实现 | 第55页 |
| ·机器人语音识别系统仿真实验 | 第55-60页 |
| ·混合语音识别系统在机器人控制中的实际应用 | 第60-63页 |
| ·系统性能评估 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第六章 结论及展望 | 第65-67页 |
| ·结论 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 在学研究成果 | 第70-71页 |
| 致谢 | 第71页 |
