噪声环境下汉语连续语音识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·语音识别简介 | 第8-10页 |
| ·语音识别技术概述 | 第8-9页 |
| ·国内外语音识别技术研究与发展 | 第9-10页 |
| ·噪声环境下连续语音识别的意义 | 第10-11页 |
| ·连续语音识别的意义 | 第10页 |
| ·抗噪技术在语音识别中的意义 | 第10-11页 |
| ·本文主要工作及创新 | 第11页 |
| ·本文章节安排 | 第11-14页 |
| 第二章 语音识别系统构成 | 第14-34页 |
| ·语音识别基本原理 | 第14-15页 |
| ·语音预处理 | 第15-18页 |
| ·预滤波与数字化 | 第15页 |
| ·预加重 | 第15页 |
| ·加窗分帧 | 第15-16页 |
| ·端点检测 | 第16-18页 |
| ·语音特征提取 | 第18-22页 |
| ·线性预测倒谱系数 | 第19-21页 |
| ·Mel频标倒谱系数 | 第21-22页 |
| ·识别模型 | 第22-23页 |
| ·动态时间规整 | 第22-23页 |
| ·人工神经网络 | 第23页 |
| ·隐马尔可夫模型 | 第23-32页 |
| ·马尔可夫链 | 第23-24页 |
| ·隐马尔可夫模型的定义 | 第24-25页 |
| ·HMM的三个基本问题 | 第25页 |
| ·HMM三个基本问题的解决方法 | 第25-29页 |
| ·HMM模型分类 | 第29-32页 |
| ·小结 | 第32-34页 |
| 第三章 语音抗噪技术简介 | 第34-42页 |
| ·噪声分类 | 第34-35页 |
| ·加性噪声与乘性噪声 | 第34页 |
| ·平稳噪声与时变噪声 | 第34-35页 |
| ·全频带噪声与窄带噪声 | 第35页 |
| ·噪声对连续语音识别的影响 | 第35-36页 |
| ·各种抗噪技术 | 第36-41页 |
| ·抗噪声语音增强技术 | 第36-39页 |
| ·抗噪型语音特征提取技术 | 第39-40页 |
| ·噪声环境下的模型补偿技术 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第四章 噪声环境下端点检测技术研究 | 第42-48页 |
| ·基于元音检测的端点检测方法 | 第42-47页 |
| ·语音段检测 | 第42-44页 |
| ·元音段检测 | 第44-45页 |
| ·音节拆分 | 第45-46页 |
| ·端点检测的流程 | 第46-47页 |
| ·实验与结果分析 | 第47页 |
| ·小结 | 第47-48页 |
| 第五章 噪声环境下特征提取方法研究 | 第48-54页 |
| ·小波包分析及Mel滤波器组加权分析思想 | 第48-49页 |
| ·小波包分析 | 第48-49页 |
| ·Mel滤波器组加权分析思想 | 第49页 |
| ·特征参数提取过程 | 第49-51页 |
| ·传统的MFCC提取过程 | 第49-50页 |
| ·基于小波包分析及WFBA的MFCC参数提取过程 | 第50-51页 |
| ·实验结果及其分析 | 第51页 |
| ·小结 | 第51-54页 |
| 第六章 实验及结果分析 | 第54-60页 |
| ·软硬件环境 | 第54页 |
| ·语音库的建立 | 第54页 |
| ·声学模型 | 第54-55页 |
| ·语音识别基元 | 第54-55页 |
| ·特征参数 | 第55页 |
| ·模型选取 | 第55页 |
| ·语言模型 | 第55-56页 |
| ·系统实现 | 第56-58页 |
| ·实验及分析 | 第58-59页 |
| ·小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 总结 | 第60页 |
| 后续工作 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66-67页 |
