基于HMM的连续语音识别技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 研究背景与意义 | 第10-11页 |
| 1.3 连续语音识别技术的发展及研究现状 | 第11-13页 |
| 1.3.1 国外连续语音识别技术的发展 | 第11-12页 |
| 1.3.2 我国连续语音识别技术发展简介 | 第12-13页 |
| 1.3.3 语音识别技术的研究现状 | 第13页 |
| 1.4 连续语音识别技术的难点 | 第13-15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 2 语音信号分析 | 第17-25页 |
| 2.1 预处理 | 第17-18页 |
| 2.2 语音信号的时域特征分析 | 第18-20页 |
| 2.2.1 短时能量 | 第18-19页 |
| 2.2.2 短时平均过零率 | 第19-20页 |
| 2.3 语音信号的频域特征分析 | 第20-21页 |
| 2.4 语音信号的倒谱域特征分析 | 第21-24页 |
| 2.4.1 绘制基音周期轨迹 | 第22-23页 |
| 2.4.2 梅尔频率倒谱系数 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 语音识别模型 | 第25-46页 |
| 3.1 矢量量化 | 第25-28页 |
| 3.2 高斯混合模型 | 第28-33页 |
| 3.2.1 高斯混合模型的原理 | 第28-30页 |
| 3.2.2 高斯混合模型的参数估计 | 第30-31页 |
| 3.2.3 高斯混合模型的初始化 | 第31-32页 |
| 3.2.4 高斯混合模型的识别 | 第32-33页 |
| 3.3 隐马尔可夫模型 | 第33-45页 |
| 3.3.1 隐马尔可夫模型的基本思想 | 第34-35页 |
| 3.3.2 隐马尔可夫模型的的基本问题 | 第35-42页 |
| 3.3.2.1 隐马尔可夫模型的输出概率计算 | 第35-37页 |
| 3.3.2.2 隐马尔可夫模型的识别算法 | 第37-39页 |
| 3.3.2.3 隐马尔可夫模型的的参数训练 | 第39-42页 |
| 3.3.3 基于高斯混合模型的隐马尔可夫模型 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 汉语连续语音切分技术 | 第46-59页 |
| 4.1 双门限端点检测技术 | 第46-48页 |
| 4.2 基于倒谱的端点检测技术 | 第48-50页 |
| 4.3 汉语连续语音切分 | 第50-58页 |
| 4.3.1 相干分析 | 第50-53页 |
| 4.3.2 基音周期轨迹检测 | 第53-55页 |
| 4.3.3 语谱图灰度均值分析 | 第55-56页 |
| 4.3.4 汉语连续语音的多级切分方法 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 5 汉语语音识别的语言模型 | 第59-71页 |
| 5.1 声学模型 | 第59-63页 |
| 5.1.1 基本声学单元 | 第59-60页 |
| 5.1.2 词典 | 第60-62页 |
| 5.1.3 声调 | 第62页 |
| 5.1.4 基于子词单元的HMM训练 | 第62-63页 |
| 5.2 语言学模型 | 第63-68页 |
| 5.2.1 N元文法语言学模型 | 第63-64页 |
| 5.2.2 语言学模型的平滑技术 | 第64-66页 |
| 5.2.2.1 加法平滑技术 | 第64-65页 |
| 5.2.2.2 差值平滑技术 | 第65-66页 |
| 5.2.3 语音识别的搜索算法 | 第66-68页 |
| 5.3 汉语连续语音识别系统实现 | 第68-70页 |
| 5.3.1 系统框架设计 | 第68-69页 |
| 5.3.2 系统测试 | 第69-70页 |
| 5.3.2.1 测试环境 | 第69页 |
| 5.3.2.2 测试结果及分析 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
