首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

基于遗传算法和BP神经网络的汉语语音识别研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-18页
   ·前言第11页
   ·语音识别发展史及现状第11-13页
     ·国外研究历史及现状第11-12页
     ·国内研究历史及现状第12-13页
   ·语音识别系统第13-16页
     ·语音识别基本原理第13-14页
     ·语音识别的分类第14-15页
     ·神经网络在语音识别中的应用第15-16页
   ·本文的主要工作和内容安排第16-17页
   ·小结第17-18页
第二章 语音信号的声学基础及产生模型第18-26页
   ·汉语语音学基础第18-19页
     ·音素和音节第18页
     ·元音和辅音第18-19页
     ·声母和韵母第19页
     ·汉语语音的主要特点第19页
   ·语音信号的产生第19-23页
     ·语音的发音器官第20-21页
     ·语音信号的产生模型第21-23页
   ·语音信号的听觉特性和语音感知第23-25页
     ·听阈与听域第23-24页
     ·音调第24页
     ·掩蔽效应第24-25页
   ·小结第25-26页
第三章 语音信号预处理与特征提取第26-45页
   ·语音文件的读取第26-30页
     ·WAVE 文件的存储结构第26-27页
     ·WAVE 文件的数据存储结构第27-28页
     ·WAVE 样本点和样本框架第28-29页
     ·用 C++ 语言实现对 WAVE 文件的读取第29-30页
   ·预加重第30-31页
   ·端点检测第31-38页
     ·短时能量第31-32页
     ·短时平均过零率第32页
     ·Lawrence Rabiner 提出的端点检测方法第32-34页
     ·本文所用的端点检测方法第34-37页
     ·端点检测实验及结论第37-38页
   ·分帧和加窗第38-39页
   ·特征参数计算第39-44页
     ·LPCC 的提取过程第39-41页
     ·MFCC 的提取过程第41-43页
     ·对特征参数进行倒谱提升第43页
     ·动态差分参数的提取第43-44页
   ·小结第44-45页
第四章 BP 神经网络第45-54页
   ·人工神经网络概述第45-49页
     ·人工神经元模型第45-47页
     ·人工神经网络模型第47页
     ·神经网络的学习方法第47-49页
   ·BP 神经网络第49-53页
     ·BP 算法第50-52页
     ·BP 算法的改进第52-53页
   ·小结第53-54页
第五章 遗传算法在神经网络中的应用第54-62页
   ·前言第54页
   ·遗传算法的基本思想和实现步骤第54-55页
     ·遗传算法的基本思想第54页
     ·遗传算法的实现步骤第54-55页
   ·用遗传算法优化神经网络第55-62页
     ·编码方案第55-56页
     ·适应度函数的确定第56-57页
     ·遗传操作第57-59页
     ·控制参数的设定第59-62页
第六章 实验与分析第62-79页
   ·语音样本库的建立第62页
   ·语音特征矢量库的建立第62-67页
     ·语音信号的预处理第62页
     ·语音特征参数的提取第62-65页
     ·特征参数的归一化第65-66页
     ·特征矢量序列的聚类合并第66页
     ·语音特征资料库的程序实现第66-67页
   ·基于 GA-BP 的汉语语音识别仿真及性能分析第67-77页
     ·神经网络模型的建立第67-68页
     ·隐含层神经元个数对网络性能的影响第68-70页
     ·动量因子及学习率对网络性能的影响第70-72页
     ·误差极限对网络性能的影响第72-73页
     ·训练样本数目对识别性能的影响第73-74页
     ·特征参数性能对比第74-75页
     ·网络的初始权值对网络性能的影响第75-77页
   ·小结第77-79页
第七章 总结与展望第79-81页
   ·总结第79-80页
   ·将来的工作第80-81页
参考文献第81-84页
致谢第84-85页
攻读学位期间发表论文情况第85页

论文共85页,点击 下载论文
上一篇:新巴塞尔协议对我国银行业的影响及应采取的对策
下一篇:对外汉语综合课教材吸收新词语状况研究