基于NPC和改进的MFCC鲁棒语音特征提取研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·选题背景及研究意义 | 第11-12页 |
| ·特征提取的国内外研究现状 | 第12-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·主要内容及结构安排 | 第14-16页 |
| ·主要内容 | 第14页 |
| ·文章结构 | 第14-16页 |
| 第2章 语音特征提取综述 | 第16-24页 |
| ·基于发声系统的特征提取 | 第16-19页 |
| ·线性预测编码系数 | 第16-19页 |
| ·基于听觉效应的特征提取 | 第19-22页 |
| ·梅尔频率倒谱系数 | 第19-20页 |
| ·感知线性预测系数 | 第20-22页 |
| ·实验测试平台 | 第22-23页 |
| ·实验软硬件条件 | 第22页 |
| ·语音特征测评平台搭建 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第3章 基于非线性预测的语音特征提取 | 第24-39页 |
| ·人工神经网络的基础 | 第24-28页 |
| ·BP 神经网络原理 | 第25-27页 |
| ·BP 神经网络的缺陷 | 第27-28页 |
| ·基于 BP 神经网络的 NPC 特征提取 | 第28-33页 |
| ·线性预测模型的缺陷 | 第28-29页 |
| ·基于神经网络的非线性预测 | 第29页 |
| ·NPC 模型结构 | 第29-32页 |
| ·NPC 特征提取过程 | 第32-33页 |
| ·实验方案与结果分析 | 第33-38页 |
| ·NPC 特征提取实现方案 | 第33-35页 |
| ·NPC 特征的鲁棒性评测 | 第35-38页 |
| ·NPC 特征的特点 | 第38页 |
| ·小结 | 第38-39页 |
| 第4章 基于 ICA 改进 MFCC 的特征提取 | 第39-59页 |
| ·ICA 基础知识 | 第39-44页 |
| ·ICA 的严格数学定义 | 第39页 |
| ·ICA 存在的问题 | 第39-40页 |
| ·ICA 模型中的独立 | 第40-41页 |
| ·ICA 估计原理 | 第41-42页 |
| ·非高斯性度量函数 | 第42-44页 |
| ·FastICA 方法估计 ICA 模型 | 第44-47页 |
| ·FastICA 算法的预处理 | 第45-46页 |
| ·FastICA 算法的后处理 | 第46-47页 |
| ·FastICA 算法 | 第47页 |
| ·FastICA 算法改进 MFCC 特征 | 第47-52页 |
| ·传统 MFCC 的缺陷 | 第47-48页 |
| ·FastICA 算法带来的问题 | 第48-49页 |
| ·统一解混矩阵的 ICA 变换 | 第49-50页 |
| ·对数能量和特征差分补充特征 | 第50-51页 |
| ·相对谱滤波技术 | 第51页 |
| ·ICA 特征提取过程 | 第51-52页 |
| ·实验方案与结果分析 | 第52-58页 |
| ·ICA 特征提取方案 | 第52-54页 |
| ·ICA 改进 MFCC 的鲁棒性评测 | 第54-58页 |
| ·小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 附录 A (攻读学位期间发表的学术论文) | 第66-67页 |
| 附录 B (攻读学位期间参与的科研项目) | 第67-68页 |
