基于HMM模型的永州方言数字语音识别系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插表索引 | 第9-10页 |
| 插图索引 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究意义 | 第11页 |
| ·语音识别技术研究进展 | 第11-15页 |
| ·语音识别的发展 | 第11-12页 |
| ·语音识别的分类 | 第12-13页 |
| ·语音识别的方法 | 第13-15页 |
| ·相关工作 | 第15-16页 |
| ·本课题主要工作 | 第16页 |
| ·本文结构 | 第16-17页 |
| 第2章 语音识别原理 | 第17-23页 |
| ·语音识别的定义 | 第17页 |
| ·语音识别的过程 | 第17-21页 |
| ·预处理 | 第17-19页 |
| ·端点检测 | 第19页 |
| ·特征提取 | 第19-21页 |
| ·语音识别工具 | 第21-22页 |
| ·HTK 工具包 | 第21-22页 |
| ·VOICEBOX 工具箱 | 第22页 |
| ·小结 | 第22-23页 |
| 第3章 HMM 在语音识别中的应用 | 第23-31页 |
| ·HMM 模型的定义 | 第23-24页 |
| ·HMM 模型的类型 | 第24-25页 |
| ·按照 HMM 的 A 参数分类 | 第24页 |
| ·按照 HMM 的 B 参数分类 | 第24-25页 |
| ·语音识别中的 HMM 模型 | 第25-26页 |
| ·HMM 模型的基本问题及常用算法 | 第26-29页 |
| ·隐马尔可夫模型的 3 个基本问题 | 第26页 |
| ·前向-后向算法 | 第26-28页 |
| ·HMM 参数训练算法—Baum-Welch | 第28页 |
| ·识别算法—Viterbi 算法 | 第28-29页 |
| ·小结 | 第29-31页 |
| 第4章 永州方言数字语音识别系统 | 第31-39页 |
| ·系统结构 | 第31-32页 |
| ·语音的采集与语音库的建立 | 第32-34页 |
| ·永州方言的音素发音单元及发音特点 | 第32页 |
| ·语音的采集 | 第32-33页 |
| ·永州方言的语音标注 | 第33页 |
| ·语音库的建立 | 第33-34页 |
| ·创建系统的过程 | 第34-36页 |
| ·编写任务语法文件 | 第35-36页 |
| ·MFCC 特征向量的提取 | 第36页 |
| ·HMM 模型的训练 | 第36-37页 |
| ·HMM 模型初始化 | 第36页 |
| ·HMM 模型参数的重估 | 第36-37页 |
| ·汉语孤立数字的识别 | 第37-38页 |
| ·识别过程的预处理 | 第37页 |
| ·识别过程 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第5章 实验结果及分析 | 第39-47页 |
| ·实验数据 | 第39页 |
| ·实验结果的评价标准 | 第39-40页 |
| ·实验方案设计 | 第40-45页 |
| ·两种不同识别基元的比较 | 第40-43页 |
| ·不同 MFCC 特征维数的比较 | 第43-45页 |
| ·选用最佳参数识别结果 | 第45-46页 |
| ·小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
