基于神经网络的汉语数码语音识别技术研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·选题的背景和意义 | 第7-8页 |
| ·语音识别技术的发展和现状 | 第8-11页 |
| ·国外语音识别技术的发展 | 第8-9页 |
| ·国内语音识别技术的发展 | 第9-11页 |
| ·汉语数码语音识别的主要问题和困难 | 第11-13页 |
| ·本文研究内容及章节安排 | 第13-15页 |
| 第二章 语音识别的基本原理与技术 | 第15-37页 |
| ·语音信号产生的数学模型 | 第15-16页 |
| ·语音识别系统的分类和结构 | 第16-18页 |
| ·语音识别系统的分类 | 第16-17页 |
| ·语音识别系统的结构 | 第17-18页 |
| ·语音信号的预处理 | 第18-20页 |
| ·语音信号的预加重 | 第18-19页 |
| ·加窗分帧处理 | 第19-20页 |
| ·语音的端点检测 | 第20-28页 |
| ·短时平均能量 | 第21-22页 |
| ·短时平均过零率 | 第22-24页 |
| ·自相关函数分析 | 第24页 |
| ·双门限语音端点检测 | 第24-28页 |
| ·语音信号特征参数的提取 | 第28-36页 |
| ·线性预测倒谱参数 | 第28-30页 |
| ·Mel频率倒谱系数 | 第30-33页 |
| ·前端时间规整类网络的原理、结构和算法 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于神经网络的语音识别方法 | 第37-63页 |
| ·人工神经网络的基本概念 | 第37-41页 |
| ·神经元 | 第38-39页 |
| ·神经网络的拓扑结构 | 第39页 |
| ·神经网络的训练(学习)算法 | 第39-41页 |
| ·多层感知器和 BP算法 | 第41-47页 |
| ·多层感知器网络结构模型 | 第41-42页 |
| ·BP神经网络算法研究 | 第42-45页 |
| ·BP神经网络的缺陷及改进措施 | 第45-47页 |
| ·径向基函数神经网络 | 第47-53页 |
| ·径向基函数神经网络拓扑结构及其特点 | 第47-49页 |
| ·RBF神经网络的训练方法及分析 | 第49-52页 |
| ·改进的 RBF网络学习方法 | 第52-53页 |
| ·自组织神经网络 | 第53-58页 |
| ·自组织神经网络的训练 | 第55-57页 |
| ·自组织神经网络的改进和模式标识 | 第57-58页 |
| ·神经网络在语音建模中的主要应用 | 第58-61页 |
| ·网络设计的原则和准则 | 第59-60页 |
| ·网络的设计分析(以 BP网络为例) | 第60-61页 |
| ·本文的神经网络建模方法 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第四章 实验仿真及结果分析 | 第63-81页 |
| ·仿真实验原理 | 第63-65页 |
| ·基于 Matlab7.0的算法仿真 | 第65-74页 |
| ·语音样本库的建立 | 第65-67页 |
| ·语音的预处理 | 第67-69页 |
| ·语音信号的特征提取 | 第69-72页 |
| ·语音特征参数分析与识别性能比较 | 第72-73页 |
| ·语音识别方法间识别性能对比分析 | 第73-74页 |
| ·神经网络的识别方法的性能分析 | 第74-77页 |
| ·训练次数对识别性能的影响 | 第74-75页 |
| ·训练样本数目对识别性能的影响 | 第75-76页 |
| ·观测噪声的影响 | 第76-77页 |
| ·基于C++的软件设计 | 第77-80页 |
| ·语音识别神经网络系统类层次图 | 第77-79页 |
| ·语音识别过程序列图 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 结束语 | 第81-83页 |
| ·主要工作回顾 | 第81页 |
| ·未来工作展望 | 第81-83页 |
| 参考文献 | 第83-86页 |
| 附录 | 第86-89页 |
| 致谢 | 第89-90页 |
