非特定人孤立词语音识别技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·语音识别面临的问题 | 第10-11页 |
| ·本文内容和结构安排 | 第11-12页 |
| 2 语音识别基础 | 第12-30页 |
| ·语音信号线性产生模型 | 第12-14页 |
| ·激励模型 | 第12-13页 |
| ·声道模型 | 第13页 |
| ·辐射模型 | 第13-14页 |
| ·语音识别系统概述 | 第14-15页 |
| ·语音识别系统分类 | 第14页 |
| ·语音识别系统模型 | 第14-15页 |
| ·语音信号的预处理 | 第15-20页 |
| ·采样、量化及预加重 | 第15-16页 |
| ·短时加窗处理 | 第16-17页 |
| ·端点检测 | 第17-20页 |
| ·语音信号的特征参数提取 | 第20-29页 |
| ·线性预测倒谱系数(LPCC) | 第20-21页 |
| ·MEL频率倒谱系数(MFCC) | 第21-23页 |
| ·基于小波变换的特征参数提取 | 第23-29页 |
| ·本章小结 | 第29-30页 |
| 3 语音信号识别算法 | 第30-51页 |
| ·动态时间规整(DTW) | 第30-31页 |
| ·隐马尔可夫模型(HMM) | 第31-34页 |
| ·HMM定义 | 第31-32页 |
| ·HMM基本算法 | 第32-34页 |
| ·人工神经网络(ANN)技术 | 第34-50页 |
| ·神经网络基础 | 第34-40页 |
| ·BP网络结构与特点 | 第40-42页 |
| ·BP算法分析 | 第42-46页 |
| ·BP算法改进 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 4 实验及结果分析 | 第51-63页 |
| ·仿真系统介绍 | 第51-53页 |
| ·语音样本的建立 | 第53-57页 |
| ·采集语音信号 | 第53-54页 |
| ·语音的预处理 | 第54-55页 |
| ·获取语音特征参数 | 第55-56页 |
| ·对特征值进行规整 | 第56-57页 |
| ·BP神经网络模型的确立 | 第57-58页 |
| ·BP神经网络的训练 | 第58-59页 |
| ·BP神经网络的识别 | 第59页 |
| ·实验结果与分析 | 第59-62页 |
| ·不同网络结构的比较 | 第59-60页 |
| ·不同特征参数的比较 | 第60-61页 |
| ·两种算法的比较 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 5 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间的主要学术成果 | 第70页 |
