基于高斯混合模型的咳嗽音检测研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-16页 |
| ·课题研究背景和研究意义 | 第8页 |
| ·咳嗽音检测的国内外研究现状 | 第8-13页 |
| ·语音识别技术研究历史及现状 | 第9-10页 |
| ·国内外咳嗽音检测研究现状 | 第10-13页 |
| ·本文研究与识别的方法 | 第13-14页 |
| ·本文的研究目的和研究内容 | 第14-16页 |
| ·本文的研究目的 | 第14页 |
| ·本文的研究内容 | 第14-16页 |
| 2 咳嗽音的生理基础及特性 | 第16-20页 |
| ·咳嗽音的产生机理 | 第16页 |
| ·咳嗽音的声学特性 | 第16页 |
| ·咳嗽音的时频特征 | 第16-18页 |
| ·人耳听觉特性 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 3 咳嗽音信号的预处理 | 第20-34页 |
| ·小波去噪 | 第20-30页 |
| ·小波去噪的方法 | 第21页 |
| ·小波阈值去噪原理 | 第21-22页 |
| ·小波函数的选取 | 第22-27页 |
| ·阈值的选取 | 第27页 |
| ·咳嗽音的去噪效果研究 | 第27-30页 |
| ·预加重 | 第30-31页 |
| ·分帧和加窗 | 第31-32页 |
| ·端点检测 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 咳嗽音信号的特征提取 | 第34-44页 |
| ·线性预测系数 | 第34-35页 |
| ·线性预测倒谱系数 | 第35-36页 |
| ·MEL 频率倒谱系数 | 第36-38页 |
| ·MFCC 参数的提取机理 | 第37页 |
| ·MFCC 参数的计算过程 | 第37-38页 |
| ·基于小波包变换的MFCC 特征参数提取方法 | 第38-43页 |
| ·小波包分析 | 第39-42页 |
| ·WPT-MFCC 的提取方法 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 5 高斯混合模型在咳嗽音检测系统中的应用 | 第44-51页 |
| ·高斯混合模型的概念 | 第44-45页 |
| ·高斯混合模型的训练 | 第45-49页 |
| ·判决规则 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 6 咳嗽音检测系统在 MATLAB 中的仿真实验 | 第51-58页 |
| ·实验条件 | 第51页 |
| ·软硬件环境 | 第51页 |
| ·实验数据库 | 第51页 |
| ·基于高斯混合模型的检测系统结构 | 第51-54页 |
| ·系统性能评价方法 | 第54页 |
| ·检测系统的性能研究 | 第54-57页 |
| ·小波去噪前后GMM 模型识别性能对比 | 第54-55页 |
| ·不同特征参数对检测结果的影响 | 第55-56页 |
| ·GMM 阶数对检测结果的影响 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 7 总结和展望 | 第58-60页 |
| ·工作总结 | 第58-59页 |
| ·工作展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第65页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第65页 |
