噪声下的语音识别算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 语音识别简介 | 第13-15页 |
| 1.1.1 语音识别概念 | 第13-14页 |
| 1.1.2 语音识别技术的应用 | 第14-15页 |
| 1.2 国内外研究背景 | 第15-17页 |
| 1.2.1 国外语音识别研究背景 | 第15-16页 |
| 1.2.2 我国语音识别研究背景 | 第16-17页 |
| 1.3 车载语音识别系统的现状 | 第17-18页 |
| 1.3.1 汽车车载语音识别系统 | 第17-18页 |
| 1.3.2 战场指挥车车载语音识别系统 | 第18页 |
| 1.4 语音识别系统存在的问题 | 第18-19页 |
| 1.5 语音识别系统的分类 | 第19页 |
| 1.6 研究内容与目标 | 第19-20页 |
| 1.6.1 研究目标 | 第19-20页 |
| 1.6.2 研究的主要内容 | 第20页 |
| 1.7 论文的结构安排 | 第20-21页 |
| 1.8 本章小结 | 第21-23页 |
| 第二章 语音识别的预处理过程 | 第23-35页 |
| 2.1 噪声对语音识别系统的影响 | 第23-25页 |
| 2.2 语音识别预处理过程 | 第25-34页 |
| 2.2.1 噪声消除 | 第25-28页 |
| 2.2.2 预加重 | 第28-29页 |
| 2.2.3 分帧加窗 | 第29-30页 |
| 2.2.4 端点检测 | 第30-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 语音信号噪声分离算法研究 | 第35-53页 |
| 3.1 汽车噪声分析 | 第35-38页 |
| 3.1.1 噪声基础知识 | 第35-36页 |
| 3.1.2 汽车噪声的来源 | 第36-37页 |
| 3.1.3 车内噪声频谱特性 | 第37-38页 |
| 3.2 盲信号分离 | 第38-42页 |
| 3.2.1 盲信号分离算法理论基础 | 第39页 |
| 3.2.2 盲信号分离数学模型 | 第39-42页 |
| 3.2.3 盲信号分离误差算法 | 第42页 |
| 3.3 独立分量分析及算法优化 | 第42-47页 |
| 3.3.1 高阶统计量 | 第43-44页 |
| 3.3.2 偏度与峭度 | 第44-45页 |
| 3.3.3 熵与负熵 | 第45页 |
| 3.3.4 基于负熵为目标函数的算法优化 | 第45-47页 |
| 3.4 禁忌搜索算法 | 第47-49页 |
| 3.4.1 禁忌对象 | 第47-48页 |
| 3.4.2 禁忌长度 | 第48页 |
| 3.4.3 候选解 | 第48-49页 |
| 3.4.4 评价函数 | 第49页 |
| 3.4.5 禁忌频率 | 第49页 |
| 3.4.6 特赦准则 | 第49页 |
| 3.4.7 终止规则 | 第49页 |
| 3.5 FastICA在语音信号分离中的应用 | 第49-52页 |
| 3.5.1 快速ICA算法 | 第50页 |
| 3.5.2 算法验证 | 第50-52页 |
| 3.6 本章小结 | 第52-53页 |
| 第四章 特征参数提取与矢量量化 | 第53-59页 |
| 4.1 语音识别的特征参数提取 | 第53-55页 |
| 4.1.1 线性预测倒谱系数LPCC | 第53-54页 |
| 4.1.2 Mel频标倒谱系数MFCC | 第54页 |
| 4.1.3 LPCC与MFCC的优劣对比 | 第54-55页 |
| 4.2 矢量量化 | 第55-58页 |
| 4.2.1 矢量量化算法介绍 | 第55-58页 |
| 4.2.2 码本容量的选取 | 第58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 基于隐马尔可夫模型的语音识别系统研究 | 第59-68页 |
| 5.1 隐马尔可夫模型的概念 | 第59-60页 |
| 5.2 HMM在语音识别中的基本问题 | 第60-64页 |
| 5.2.1 计算观察序列产生概率P(O|λ) | 第61-62页 |
| 5.2.2 计算最佳状态序列 | 第62-63页 |
| 5.2.3 HMM参数优化问题 | 第63-64页 |
| 5.3 基于HMM的语音识别系统设计 | 第64-66页 |
| 5.4 多段式HMM算法 | 第66页 |
| 5.5 本章小结 | 第66-68页 |
| 第六章 系统实现 | 第68-79页 |
| 6.1 实验条件 | 第68-69页 |
| 6.1.1 实验环境 | 第68页 |
| 6.1.2 实验目标 | 第68页 |
| 6.1.3 实验语音库 | 第68-69页 |
| 6.2 实验的过程以及结果 | 第69-78页 |
| 6.2.1 基于不同特征参数的语音识别实验 | 第69-70页 |
| 6.2.2 基于不同码本容量的语音识别实验 | 第70-71页 |
| 6.2.3 基于不同HMM状态数的语音识别实验 | 第71-72页 |
| 6.2.4 原始HMM与多段式HMM语音识别实验 | 第72页 |
| 6.2.5 基于不同环境的去噪语音识别技术 | 第72-76页 |
| 6.2.6 不同算法在噪声环境中的性能优劣 | 第76-78页 |
| 6.3 本章小结 | 第78-79页 |
| 第七章 总结与展望 | 第79-81页 |
| 7.1 主要工作及创新点 | 第79页 |
| 7.2 对未来的展望 | 第79-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间参与科研项目 | 第86-87页 |
