基于电话信道的语音识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·语音识别概述 | 第10-11页 |
| ·电话语音识别研究意义 | 第11-12页 |
| ·电话语音识别研究现状和面临的问题 | 第12-13页 |
| ·电话语音识别的研究方法 | 第13-15页 |
| ·本论文主要研究内容及结构安排 | 第15-17页 |
| 第2章 语音信号非线性和混沌性 | 第17-23页 |
| ·非线性与混沌 | 第17-19页 |
| ·非线性动力学系统 | 第17-18页 |
| ·混沌 | 第18-19页 |
| ·语音信号的非线性机制 | 第19-21页 |
| ·语音信号的混沌机制 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于相空间重构的语音特征提取 | 第23-43页 |
| ·引言 | 第23-24页 |
| ·相空间重构的原理及方法 | 第24-25页 |
| ·时间延迟的选取方法 | 第25-31页 |
| ·时间延迟对相空间重构的影响 | 第25-26页 |
| ·几种时间延迟选取方法的比较 | 第26-28页 |
| ·一种改进的时间延迟选取方法 | 第28-31页 |
| ·嵌入维参数的确定方法 | 第31-33页 |
| ·常用嵌入维参数确定方法比较 | 第31-32页 |
| ·最佳延迟时间和嵌入维数的选取 | 第32-33页 |
| ·基于RPS 的语音特征提取 | 第33-34页 |
| ·RPS 特征与MFCC 特征相结合的提取方法 | 第34-41页 |
| ·美尔频率倒谱系数MFCC 的提取方法 | 第35-38页 |
| ·RPS 附加MFCC 的提取方法 | 第38-39页 |
| ·RPS 与MFCC 分两支运算的提取方法 | 第39-40页 |
| ·RPS 和MFCC 组合特征提取新方法 | 第40-41页 |
| ·实验结果及分析 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第4章 电话通道噪声消除的方法 | 第43-56页 |
| ·电话通道对语音识别的影响 | 第43-45页 |
| ·电话通道特性 | 第43-44页 |
| ·电话通道引起语音失真的因素 | 第44-45页 |
| ·RASTA 滤波通道补偿方法 | 第45-47页 |
| ·倒谱均值减(CMS)方法 | 第47-49页 |
| ·自适应噪声抵消的语音增强技术 | 第49-55页 |
| ·自适应噪声抵消系统的基本原理 | 第49-50页 |
| ·自适应噪声抵消系统的改进 | 第50-53页 |
| ·实验结果及分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 改进的HMM 模型在语音识别中的应用 | 第56-73页 |
| ·隐马尔可夫模型 | 第56-63页 |
| ·隐马尔可夫模型概述 | 第56-58页 |
| ·隐马尔可夫模型结构和三个基本问题 | 第58-59页 |
| ·隐马尔可夫模型参数训练算法 | 第59-62页 |
| ·识别算法——Viterbi 解码 | 第62-63页 |
| ·全局背景模型 | 第63-66页 |
| ·全局背景模型的获得 | 第63-64页 |
| ·自适应算法获得分模型 | 第64-65页 |
| ·对数似然比的计算 | 第65-66页 |
| ·改进的HMM 模型 | 第66-72页 |
| ·HMM-UBM 模型的结构 | 第67-69页 |
| ·实验仿真结果 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第80-81页 |
| 致谢 | 第81-82页 |
| 作者简介 | 第82页 |
