失语症患者语音信号的识别研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-13页 |
| ·选题的背景及研究意义. | 第7-8页 |
| ·选题背景 | 第7-8页 |
| ·课题的研究意义 | 第8页 |
| ·语音识别技术的国内外研究动态 | 第8-11页 |
| ·国外语音识别技术的研究动态 | 第9-10页 |
| ·国内语音识别技术的研究动态 | 第10-11页 |
| ·本文的主要内容及各章节安排 | 第11-13页 |
| ·主要内容 | 第11页 |
| ·各章节安排 | 第11-13页 |
| 2 失语症患者的语音识别技术 | 第13-19页 |
| ·语音识别的定义 | 第13页 |
| ·语音识别技术的分类 | 第13-14页 |
| ·语音识别单元的选取 | 第14页 |
| ·语音识别的结构 | 第14-16页 |
| ·失语症患者的语音识别技术 | 第16-18页 |
| ·失语症（Aphasia）概述. | 第16-17页 |
| ·失语症患者语音信号的识别方案 | 第17-18页 |
| ·小结 | 第18-19页 |
| 3 失语症患者语音信号的采集及预处理 | 第19-32页 |
| ·语音信号的特点及模型. | 第19-20页 |
| ·语音信号的数字化 | 第20-22页 |
| ·语音信号的预处理 | 第22-26页 |
| ·信号预加重 | 第22-23页 |
| ·信号加窗分帧 | 第23-26页 |
| ·语音信号的小波去噪与仿真 | 第26-31页 |
| ·小波去噪的原理 | 第26-27页 |
| ·小波函数及小波分解 | 第27-28页 |
| ·小波消噪处理方法及阈值函数的选取. | 第28-29页 |
| ·小波阈值去噪算法 | 第29-30页 |
| ·实验及仿真 | 第30-31页 |
| ·小结 | 第31-32页 |
| 4 语音信号的端点检测及特征参数提取 | 第32-40页 |
| ·语音信号的端点检测 | 第32-34页 |
| ·端点检测原理 | 第32-33页 |
| ·端点检测算法 | 第33-34页 |
| ·语音信号特征参数的提取 | 第34-36页 |
| ·特征提取的主要方法 | 第35页 |
| ·LPCC 与MFCC 的比较. | 第35-36页 |
| ·MFCC 特征参数的提取 | 第36-39页 |
| ·小结 | 第39-40页 |
| 5 失语症患者的语音识别及仿真实验 | 第40-56页 |
| ·失语症患者的语音识别方法 | 第40-42页 |
| ·动态时间归正的识别技术（DTW） | 第42-45页 |
| ·仿真实验. | 第45-54页 |
| ·基于计算机语音信号采集的硬件结构. | 第45-47页 |
| ·失语症患者语音信号软件的实现 | 第47-48页 |
| ·基于DTW 的失语症患者语音识别的仿真实验 | 第48-54页 |
| ·小结 | 第54-56页 |
| 6 结论 | 第56-57页 |
| ·总结 | 第56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61页 |
