孤立词语音识别算法的研究与系统仿真
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的意义 | 第10-11页 |
| 1.2 语音识别概述 | 第11-15页 |
| 1.2.1 语音识别的发展历史 | 第11-12页 |
| 1.2.2 语音识别技术的发展方向 | 第12-13页 |
| 1.2.3 语音识别系统的分类 | 第13-15页 |
| 1.2.4 语音识别面临的主要问题 | 第15页 |
| 1.3 论文主要研究内容及章节安排 | 第15-18页 |
| 第2章 语音识别系统的预处理 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 语音信号预处理 | 第18-20页 |
| 2.2.1 采样与量化 | 第18-19页 |
| 2.2.2 预加重处理 | 第19页 |
| 2.2.3 分帧与加窗 | 第19-20页 |
| 2.3 端点检测常用特征 | 第20-23页 |
| 2.3.1 短时平均能量 | 第21-22页 |
| 2.3.2 短时平均过零率 | 第22页 |
| 2.3.3 短时自相关函数 | 第22-23页 |
| 2.4 双门限法进行端点检测 | 第23-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第3章 语音的特征参数提取 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 线性预测倒谱系数(LPCC)的求解 | 第26-33页 |
| 3.2.1 LPCC原理 | 第26-32页 |
| 3.2.2 仿真实验 | 第32-33页 |
| 3.3 美尔倒谱系数(MFCC)算法的改进 | 第33-35页 |
| 3.3.1 MFCC参数分析 | 第33-35页 |
| 3.3.2 仿真实验 | 第35页 |
| 3.4 其它特征参数 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 语音的训练和识别方法 | 第38-64页 |
| 4.1 引言 | 第38-39页 |
| 4.2 特征模板的训练方法 | 第39-40页 |
| 4.3 动态时间规整 | 第40-45页 |
| 4.3.1 DTW的基本原理 | 第40-44页 |
| 4.3.2 基于DTW的语音识别 | 第44-45页 |
| 4.4 隐马尔可夫模型 | 第45-57页 |
| 4.4.1 HMM的数学描述 | 第45-47页 |
| 4.4.2 HMM的三个基本问题 | 第47页 |
| 4.4.3 HMM基本算法 | 第47-52页 |
| 4.4.4 HMM的一些实际问题 | 第52-55页 |
| 4.4.5 基于HMM的语音识别 | 第55-57页 |
| 4.5 矢量量化技术 | 第57-60页 |
| 4.5.1 VQ的基本原理 | 第57-59页 |
| 4.5.2 VQ在语音识别中的应用 | 第59-60页 |
| 4.6 VQ-HMM算法的提出 | 第60-62页 |
| 4.7 本章小结 | 第62-64页 |
| 第5章 孤立词语音识别仿真实验 | 第64-72页 |
| 5.1 仿真实验原理 | 第64-65页 |
| 5.2 语音信号的获取 | 第65-66页 |
| 5.3 语音信号预处理 | 第66-67页 |
| 5.4 特征提取 | 第67页 |
| 5.5 语音识别结果分析 | 第67-70页 |
| 5.6 本章小结 | 第70-72页 |
| 第6章 结论 | 第72-74页 |
| 6.1 本文工作总结 | 第72-73页 |
| 6.2 未来工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
