基于ZCPA特征参数的口令识别系统
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-12页 |
| ·语音识别及其发展 | 第8页 |
| ·目前失配环境下语音识别的研究概述 | 第8-10页 |
| ·论文的主要研究内容 | 第10-12页 |
| 第2章 基于 HMM 的语音识别方法 | 第12-29页 |
| ·引言 | 第12-13页 |
| ·基于CHMM 的口令识别系统 | 第13-14页 |
| ·特征参数提取 | 第14-18页 |
| ·Mel 频率倒谱系数 | 第15-18页 |
| ·HMM 的基本原理 | 第18-28页 |
| ·Markov 链 | 第18-19页 |
| ·HMM 的基本概念和参数 | 第19-20页 |
| ·HMM 的基本算法 | 第20-24页 |
| ·前向－后向算法 | 第20-22页 |
| ·Viterbi 算法 | 第22-23页 |
| ·Baum-Welch 算法 | 第23-24页 |
| ·HMM 的应用要点 | 第24-28页 |
| ·下溢问题 | 第25页 |
| ·初值选择 | 第25-26页 |
| ·拓扑选择 | 第26页 |
| ·状态数和混合度选择 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 环境失配及其补偿方法 | 第29-45页 |
| ·引言 | 第29-30页 |
| ·失配对系统识别性能的影响 | 第30-32页 |
| ·语音增强 | 第32-34页 |
| ·动态特征参数、CMN 和RASTA | 第34-37页 |
| ·动态特征参数 | 第34-35页 |
| ·CMN | 第35-36页 |
| ·RASTA | 第36-37页 |
| ·多重风格训练法、HMM 分解法和PMC | 第37-43页 |
| ·多重风格训练法 | 第38页 |
| ·HMM 分解法 | 第38-39页 |
| ·PMC | 第39-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 ZCPA 特征参数的提取及应用 | 第45-60页 |
| ·引言 | 第45页 |
| ·听觉构造及各部分的功能 | 第45-49页 |
| ·外耳和中耳的功能 | 第46-47页 |
| ·内耳耳蜗的功能 | 第47-49页 |
| ·基底膜的振动与行波学说 | 第48-49页 |
| ·耳蜗的生物电现象 | 第49页 |
| ·ZCPA 特征参数的提取 | 第49-53页 |
| ·听觉滤波器组 | 第50页 |
| ·过零点和幅值检测 | 第50-52页 |
| ·建立频率直方图 | 第52-53页 |
| ·ZCPA 在口令识别系统中的应用 | 第53-58页 |
| ·本章小结 | 第58-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 录用论文 | 第64-65页 |
| 致谢 | 第65页 |
