基于仿生模式识别的非特定人连续语音识别的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题的背景和意义 | 第7-8页 |
| ·国内外研究动态 | 第8-10页 |
| ·本文的主要工作 | 第10-12页 |
| 第二章 语音识别的基本理论 | 第12-21页 |
| ·语音信号产生的数字模型 | 第12-15页 |
| ·激励模型 | 第12-14页 |
| ·声道模型 | 第14页 |
| ·辐射模型 | 第14-15页 |
| ·语音信号预处理 | 第15-17页 |
| ·采样 | 第15-16页 |
| ·量化 | 第16页 |
| ·语音信号的预加重 | 第16-17页 |
| ·语音信号的加窗处理 | 第17页 |
| ·语音端点检测 | 第17-20页 |
| ·短时能量和短时过零率 | 第18-19页 |
| ·基于短时能量和短时过零率的端点检测 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 一种改进的语音特征提取方法 | 第21-32页 |
| ·传统特征提取方法 | 第21-24页 |
| ·LPCC 特征提取方法 | 第22-23页 |
| ·MFCC 特征提取方法 | 第23-24页 |
| ·一种改进的特征提取方法 | 第24-25页 |
| ·连续语音识别的特征提取方法 | 第25-27页 |
| ·语音识别样本库的建立 | 第27-31页 |
| ·构筑单字样本库 | 第27-29页 |
| ·样本库的描述 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于仿生模式识别理论的神经网络建模 | 第32-46页 |
| ·仿生模式识别与传统模式识别的区别 | 第32页 |
| ·仿生模式识别基本理论 | 第32-42页 |
| ·高维空间几何的概念 | 第32-36页 |
| ·高维空间中的元素之间的相互关系及度量 | 第36-38页 |
| ·几何概念的推广—抽象的高维几何空间 | 第38-39页 |
| ·高维空间点覆盖理论 | 第39-42页 |
| ·基于仿生模式识别理论的神经网络建模 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 神经网络模型的实现及比较 | 第46-51页 |
| ·网络模型的实现 | 第46-47页 |
| ·与HMM 模型的比较结果及讨论 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结和展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 在学期间发表的学术论文 | 第58页 |
