语音识别的环境噪音抑制研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| CONTENTS | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·语音识别的定义 | 第10页 |
| ·语音识别的发展简介 | 第10-12页 |
| ·语音识别技术的应用 | 第12-14页 |
| ·语音信息检索 | 第12页 |
| ·发音学习技术 | 第12-13页 |
| ·基于语音的情感处理 | 第13页 |
| ·网络环境下的语音识别 | 第13-14页 |
| ·嵌入式语音识别技术 | 第14页 |
| ·语音识别基本原理 | 第14-15页 |
| ·语音识别系统的分类 | 第15-17页 |
| ·按照词汇表大小分 | 第15-16页 |
| ·按照发音方式分 | 第16页 |
| ·按照说话人的限定范围分 | 第16页 |
| ·按照识别方法分 | 第16-17页 |
| ·语音识别面临的主要的问题 | 第17-18页 |
| ·语音识别的方言和口音问题 | 第17页 |
| ·信道问题 | 第17页 |
| ·背景噪音问题 | 第17页 |
| ·自然语音理解领域 | 第17页 |
| ·语音合成 | 第17-18页 |
| ·本论文要完成的内容 | 第18-19页 |
| 第二章 语音信号处理基本原理 | 第19-45页 |
| ·语音信号产生的生理机制 | 第19-24页 |
| ·语音信号产生及特征 | 第19-22页 |
| ·人耳感知特性和噪音特性 | 第22-23页 |
| ·语音信号产生的数学模型 | 第23-24页 |
| ·语料库 | 第24-26页 |
| ·语料库的概述 | 第24-25页 |
| ·语音语料库的建立和收集要点 | 第25-26页 |
| ·语音识别单元的选取 | 第26-27页 |
| ·语音信号数字化及预处理 | 第27-33页 |
| ·语音信号预滤波、语音采样、A/D变换 | 第27-28页 |
| ·语音信号预处理 | 第28-33页 |
| ·语音信号分析方法 | 第33-43页 |
| ·时域处理方法 | 第33-37页 |
| ·频域处理方法 | 第37-40页 |
| ·同态处理及倒谱域特征提取方法 | 第40-43页 |
| ·小结 | 第43-45页 |
| 第三章 语音识别的主要模型 | 第45-54页 |
| ·概述 | 第45页 |
| ·高斯混合模型 | 第45-47页 |
| ·高斯混合模型的定义 | 第45-46页 |
| ·高斯混合模型的迭代算法 | 第46-47页 |
| ·隐马尔可夫模型(HMM) | 第47-53页 |
| ·隐马尔可夫模型的数学描述 | 第47-48页 |
| ·隐马尔可夫模型的结构类型 | 第48-50页 |
| ·HMM算法实现的问题 | 第50-53页 |
| ·小结 | 第53-54页 |
| 第四章 噪音情况下的端点检测 | 第54-65页 |
| ·端点检测原理 | 第54-55页 |
| ·经典方法的比较 | 第55-56页 |
| ·分析与改进设想 | 第56-60页 |
| ·基于 LPC距离的综合研究方法 | 第60-64页 |
| ·小结 | 第64-65页 |
| 第五章 系统仿真 | 第65-68页 |
| ·强噪音环境下端点检测平台的建立 | 第65-66页 |
| ·软件平台 | 第65页 |
| ·语音库 | 第65-66页 |
| ·实验结果及分析 | 第66-67页 |
| ·展望 | 第67页 |
| ·小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 1.总结 | 第68页 |
| 2.展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间发表论文和获奖 | 第72-74页 |
| 致谢 | 第74页 |
