首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

抗噪声语音识别新技术的研究

摘要第1-7页
Abstract第7-15页
插图索引第15-17页
表格索引第17-19页
主要缩写对照表第19-20页
主要符号对照表第20-21页
第一章 绪论第21-26页
   ·研究背景第21-23页
   ·论文研究的主要工作及研究成果第23-25页
   ·论文章节的安排第25-26页
第二章 抗噪语音识别技术第26-37页
   ·引言第26页
   ·声学环境下的带噪语音生成模型第26-27页
   ·抗噪声的语音识别技术第27-36页
     ·抗噪声的语音特征第27-30页
     ·语音增强第30-33页
     ·噪声环境的模型补偿第33-36页
   ·小结第36-37页
第三章 基于HMM的语音识别系统第37-49页
   ·引言第37页
   ·HMM模型的基本原理第37-43页
     ·HMM模型的基本结构第38页
     ·基于HMM的孤立词语音识别第38-39页
     ·HMM模型的训练第39-42页
     ·Viterbi解码第42-43页
   ·文中采用的语音识别实验系统第43-48页
     ·评估数据库第43-45页
     ·语音特征参数第45-48页
     ·语音模型第48页
   ·小结第48-49页
第四章 基于非均匀谱压缩(NSC)技术的特征提取方法第49-65页
   ·引言第49-50页
   ·人类听觉感知特性第50-51页
     ·听觉指数律第50页
     ·听觉部分掩蔽效应第50-51页
   ·感知非均匀谱压缩(PNSC)技术第51-55页
     ·感知非均匀谱压缩(PNSC)第51-53页
     ·实验结果第53-55页
   ·信噪比依赖非均匀谱压缩(SNSC)技术第55-64页
     ·信噪比依赖非均匀谱压缩(SNSC)第56-57页
     ·实验结果与讨论第57-64页
   ·小节第64-65页
第五章 基于SNSC的模型自适应算法(MA-SNSC)第65-73页
   ·引言第65-66页
   ·基于SNSC的模型自适应算法(MA-SNSC)第66-70页
     ·失配函数第67-68页
     ·模型自适应第68-70页
   ·实验评估第70-71页
   ·小结第71-73页
第六章 新的动态特征补偿方法(DPCM)第73-90页
   ·引言第73-74页
   ·基于模型的补偿技术第74页
   ·常用模型补偿算法的静态参数补偿第74-77页
     ·线性谱域的补偿技术第74-77页
     ·对数谱域的补偿技术第77页
   ·常用模型补偿算法的动态参数补偿第77-78页
   ·新的动态模型参数补偿方法(DPCM)第78-82页
     ·一阶动态参数补偿第79-80页
     ·二阶动态参数补偿第80-82页
   ·实验评估第82-88页
   ·结论第88-90页
第七章 基于SNSC的模型补偿技术(MC-SNSC)第90-117页
   ·引言第90页
   ·信噪比依赖的非均匀谱压缩(SNSC)第90-91页
   ·基于SNSC-MFCC特征的模型补偿(MC-SNSC)第91-95页
     ·均值补偿第92-93页
     ·协方差补偿第93-95页
     ·基于带噪非压缩语音特征的语音模型第95页
   ·实验评估第95-109页
     ·Aurora 2.0语音库下的评估第96-106页
     ·Ti语音库下的实验结果第106-107页
     ·运算复杂度第107-109页
   ·MC-SNSC算法的修正第109-115页
     ·解相关第109-111页
     ·g(γ),h(γ)和f(γ)的计算第111-112页
     ·模型的补偿第112-114页
     ·实验结果第114-115页
   ·小节第115-117页
结论第117-119页
附录Ⅰ g(γ),h(γ),和f(γ)的计算第119-122页
附录Ⅱ 基于压缩语音特征的二阶HMM模型参数的估计第122-124页
参考文献第124-134页
攻读博士学位期间完成的学术论文第134-136页
致谢第136页

论文共136页,点击 下载论文
上一篇:先秦汉语名词性谓语句研究--兼与现代汉语名谓句比较
下一篇:贵州磷石膏的理化性质分析及表征