基于复合神经网络的语音识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第6-13页 |
| 1.1 语音识别的背景和意义 | 第6-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 语音识别的发展趋势 | 第10页 |
| 1.4 本文的主要研究内容 | 第10-11页 |
| 1.5 文章结构安排 | 第11-12页 |
| 1.6 本章小结 | 第12-13页 |
| 第2章 语音信号处理 | 第13-23页 |
| 2.1 语音信号 | 第13-14页 |
| 2.1.1 语音信号概述 | 第13页 |
| 2.1.2 语音信号的描述方式 | 第13-14页 |
| 2.1.3 语音信号的模型 | 第14页 |
| 2.2 语音信号的预处理 | 第14-18页 |
| 2.2.1 信号预加重 | 第14-15页 |
| 2.2.2 分帧和加窗 | 第15-16页 |
| 2.2.3 端点检测 | 第16-18页 |
| 2.3 语音信号MFCC提取 | 第18-20页 |
| 2.4 相关MFCC处理的问题 | 第20-22页 |
| 2.4.1 VQ技术 | 第20页 |
| 2.4.2 LBG算法 | 第20-22页 |
| 2.4.3 VQ技术对处理MFCC的贡献 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 神经网络理论与语音识别 | 第23-43页 |
| 3.1 人工神经网络 | 第23-24页 |
| 3.2 LVQ与语音识别 | 第24-32页 |
| 3.2.1 竞争型网络SOM | 第24-27页 |
| 3.2.2 竞争型网络LVQ | 第27页 |
| 3.2.3 LVQ模型概述 | 第27-28页 |
| 3.2.4 LVQ学习算法 | 第28-29页 |
| 3.2.5 LVQ的改进与语音识别 | 第29-32页 |
| 3.3 SVM与语音识别 | 第32-39页 |
| 3.3.1 SVM模型概述 | 第32页 |
| 3.3.2 SVM算法 | 第32-36页 |
| 3.3.3 SVM参数 | 第36-37页 |
| 3.3.4 SVM与语音识别 | 第37-39页 |
| 3.4 LVQ/SVM与语音识别 | 第39-42页 |
| 3.4.1 LVQ/SVM语音识别模型 | 第39-40页 |
| 3.4.2 LVQ/SVM算法 | 第40-41页 |
| 3.4.3 LVQ/SVM网络设计和训练 | 第41-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 识别测试与结果 | 第43-62页 |
| 4.1 仿真环境 | 第43页 |
| 4.2 数据准备和处理 | 第43-47页 |
| 4.3 模型及其参数 | 第47-57页 |
| 4.4 识别结果 | 第57-59页 |
| 4.5 结果分析 | 第59-61页 |
| 4.6 本章小结 | 第61-62页 |
| 第5章 总结和展望 | 第62-64页 |
| 5.1 本文的研究成果总结 | 第62-63页 |
| 5.2 本文的不足以及后续工作延展 | 第63页 |
| 5.3 本章小结 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 附录 | 第67-68页 |
