| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 插图索引 | 第11-13页 |
| 附表索引 | 第13-14页 |
| 第1章 绪论 | 第14-21页 |
| ·课题研究背景与意义 | 第14-16页 |
| ·课题研究动态 | 第16-19页 |
| ·本文主要研究内容 | 第19-21页 |
| 第2章 语音端点检测基础知识 | 第21-38页 |
| ·语音信号预处理 | 第21-24页 |
| ·预滤波与采样 | 第21页 |
| ·预加重 | 第21-22页 |
| ·分帧 | 第22页 |
| ·加窗 | 第22-24页 |
| ·常见的端点检测方法介绍 | 第24-37页 |
| ·基于时域特征参数的端点检测 | 第24-28页 |
| ·短时能量和平均幅度 | 第24-25页 |
| ·短时平均过零率 | 第25-26页 |
| ·短时自相关函数 | 第26-28页 |
| ·基于频域特征参数的端点检测 | 第28-32页 |
| ·倒谱距离法 | 第28-29页 |
| ·频带方差法 | 第29-30页 |
| ·谱熵法 | 第30-32页 |
| ·基于非线性特征参数的端点检测 | 第32-36页 |
| ·排列熵 | 第32-33页 |
| ·近似熵 | 第33-34页 |
| ·C_0复杂度 | 第34-36页 |
| ·基于多特征参数结合的端点检测 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于能量统计复杂度的语音端点检测方法 | 第38-48页 |
| ·统计复杂度的计算 | 第38-39页 |
| ·能量统计复杂度的计算 | 第39-40页 |
| ·基于能量统计复杂度的端点检测 | 第40-43页 |
| ·模糊 C 均值聚类算法 | 第40-41页 |
| ·贝叶斯信息准则 | 第41-42页 |
| ·门限估计算法与端点检测 | 第42-43页 |
| ·双门限检测方法 | 第43页 |
| ·实验与分析 | 第43-47页 |
| ·测试数据与参数设置 | 第43-44页 |
| ·实验结果 | 第44-47页 |
| ·时间复杂度分析 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于样本熵的语音端点检测方法 | 第48-55页 |
| ·样本熵 | 第48-50页 |
| ·基于样本熵的语音端点检测 | 第50-51页 |
| ·基本原理 | 第50-51页 |
| ·门限估计与端点检测 | 第51页 |
| ·实验与分析 | 第51-54页 |
| ·测试数据与参数设置 | 第51-52页 |
| ·实验结果 | 第52-54页 |
| ·时间复杂度分析 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于小波变换 C_0复杂度的语音端点检测方法 | 第55-61页 |
| ·基于小波变换的 C_0复杂度 | 第55-57页 |
| ·小波变换基本原理 | 第55-56页 |
| ·改进的 C_0复杂度 | 第56-57页 |
| ·基于 WC_0的语音端点检测 | 第57-58页 |
| ·实验与分析 | 第58-60页 |
| ·测试数据与参数设置 | 第58页 |
| ·实验结果 | 第58-60页 |
| ·时间复杂度分析 | 第60页 |
| ·本章小结 | 第60-61页 |
| 第6章 基于多值粗粒化 L-Z 复杂度的语音端点检测方法 | 第61-70页 |
| ·多值粗粒化 Lempel-Ziv 复杂度 | 第61-63页 |
| ·二值粗粒化方法 | 第61页 |
| ·多值粗粒化方法 | 第61-62页 |
| ·Lempel-Ziv 复杂度 | 第62-63页 |
| ·基于 MLZC 的语音端点检测 | 第63-64页 |
| ·实验与分析 | 第64-67页 |
| ·测试数据与参数设置 | 第64-65页 |
| ·实验结果 | 第65-66页 |
| ·时间复杂度分析 | 第66-67页 |
| ·几种方法比较与分析 | 第67-69页 |
| ·平均加权错误比较 | 第67页 |
| ·时间复杂度比较 | 第67-68页 |
| ·结论分析 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 附录A 攻读学位期间所发表的学术论文 | 第79-80页 |
| 附录B 攻读硕士学位期间所参与的科研活动 | 第80页 |