基于神经网络的语音识别研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·语音识别概述 | 第9-13页 |
| ·语音识别研究的重要意义 | 第9-10页 |
| ·语音识别的定义 | 第10-11页 |
| ·语音识别的发展和现状 | 第11-12页 |
| ·语音识别的分类 | 第12-13页 |
| ·语音识别技术 | 第13-15页 |
| ·语音识别的一般方法 | 第13-14页 |
| ·基于神经网络的语音识别方法 | 第14-15页 |
| ·语音识别的问题和困难 | 第15-17页 |
| ·本文的研究内容 | 第17-18页 |
| 第二章 语音识别的基本原理与技术 | 第18-37页 |
| ·语音信号的预处理 | 第18-23页 |
| ·语音信号的预加重 | 第19页 |
| ·加窗分帧处理 | 第19-20页 |
| ·语音的端点检测 | 第20-23页 |
| ·语音信号的特征提取 | 第23-30页 |
| ·线性预测系数(LPC) | 第24-27页 |
| ·线性预测倒谱系数(LPCC) | 第27-28页 |
| ·Mel频率倒谱系数(MFCC) | 第28-30页 |
| ·孤立词语音识别系统的识别方法 | 第30-36页 |
| ·动态时间规整(DTW) | 第31-34页 |
| ·矢量量化(VQ)技术 | 第34-35页 |
| ·隐马尔可夫模型(HMM)技术 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于神经网络的语音识别方法 | 第37-60页 |
| ·人工神经网络基本概念 | 第37-41页 |
| ·神经网络模型的构成 | 第38-39页 |
| ·神经网络模型的运行 | 第39-41页 |
| ·BP神经网络在语音识别中的应用 | 第41-44页 |
| ·基于MFCC与分形维数混合参数的语音识别 | 第44-49页 |
| ·分形维数概述 | 第44-45页 |
| ·语音信号分形维数及其计算方法 | 第45-47页 |
| ·分形维数与MFCC混合参数 | 第47页 |
| ·实验结果及分析 | 第47-49页 |
| ·基于混沌神经网络的语音识别 | 第49-59页 |
| ·混沌概述 | 第49-51页 |
| ·混沌与神经网络的结合 | 第51页 |
| ·混沌神经元模型 | 第51-53页 |
| ·混沌神经网络(CNN)及其学习算法 | 第53-57页 |
| ·实验结果及分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 实验与讨论 | 第60-73页 |
| ·语音样本库的建立 | 第60-61页 |
| ·语音信号的端点检测与特征提取 | 第61-63页 |
| ·神经网络的设计分析与改进措施 | 第63-66页 |
| ·BP神经网络的设计分析 | 第63-64页 |
| ·BP神经网络的改进措施 | 第64-65页 |
| ·本文BP神经网络的结构 | 第65-66页 |
| ·语音特征参数分析与识别性能比较 | 第66-67页 |
| ·语音识别方法间识别性能对比分析 | 第67-68页 |
| ·机械臂语音控制实验 | 第68-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 总结及展望 | 第73-76页 |
| ·全文工作总结 | 第73-74页 |
| ·进一步研究工作的展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间发表的学术论文及参加的科研项目 | 第82页 |
