基于HMM和PNN的混合语音识别模型研究
| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·语音识别的研究难点 | 第13页 |
| ·本文章节安排 | 第13-15页 |
| 第2章 语音识别基础理论知识 | 第15-29页 |
| ·概述 | 第15页 |
| ·语音识别的分类 | 第15页 |
| ·语音的产生与感知 | 第15-16页 |
| ·发声机理 | 第15-16页 |
| ·人耳听觉特征 | 第16页 |
| ·语音信号的声学模型 | 第16-18页 |
| ·激励模型 | 第17页 |
| ·声道模型 | 第17-18页 |
| ·辐射模型 | 第18页 |
| ·语音识别系统的基本组成 | 第18-23页 |
| ·对语音信号进行预处理 | 第18-20页 |
| ·端点检测 | 第20页 |
| ·特征参数 | 第20-23页 |
| ·常用语音识别方法 | 第23-27页 |
| ·动态时间规整（DTW） | 第23-26页 |
| ·矢量量化（VQ） | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 隐马尔可夫模型与概率神经网 | 第29-50页 |
| ·隐马尔可夫模型 | 第29-46页 |
| ·定义及说明 | 第29-30页 |
| ·HMM 的类型 | 第30-31页 |
| ·缸球模型 | 第31-32页 |
| ·HMM 算法 | 第32-36页 |
| ·隐马尔可夫模型的算法实现 | 第36-45页 |
| ·基于HMM 的语音识别 | 第45-46页 |
| ·HMM 的不足 | 第46页 |
| ·概率神经网 | 第46-49页 |
| ·PNN 的结构 | 第46-48页 |
| ·简易 PNN 仿真 | 第48-49页 |
| ·PNN 的优点 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第4章 HMM/PNN 结合的语音识别系统 | 第50-62页 |
| ·HMM 与 PNN 的结合构想 | 第50页 |
| ·隐马尔可夫模型与概率神经网混合模型的实现及仿真 | 第50-62页 |
| ·仿真实验的基本流程 | 第50-52页 |
| ·实现框架 | 第52页 |
| ·预处理过程 | 第52-55页 |
| ·参数提取 | 第55-59页 |
| ·矢量量化 | 第59-60页 |
| ·Viterbi 算法 | 第60-61页 |
| ·时间规整 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第5章 仿真结果与分析 | 第62-65页 |
| ·实验结果比较 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第71-72页 |
