基于神经网络的语音识别系统的实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 前言 | 第9-13页 |
| ·课题研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的主要工作和内容 | 第11-13页 |
| 第2章 语音识别技术 | 第13-28页 |
| ·语音识别技术概述 | 第13-14页 |
| ·语音识别的流程 | 第14页 |
| ·预处理 | 第14-18页 |
| ·预滤波、采样、预加重 | 第15-16页 |
| ·分帧和加窗 | 第16-17页 |
| ·端点检测 | 第17-18页 |
| ·特征参数提取 | 第18-22页 |
| ·模式训练和匹配 | 第22-27页 |
| ·动态时间规整算法（DTW） | 第22-24页 |
| ·隐马可夫模型（HMM） | 第24-26页 |
| ·神经网络模型（ANN） | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 神经网络的算法 | 第28-43页 |
| ·人工神经网络简介 | 第28-36页 |
| ·人工神经网络模型 | 第29-32页 |
| ·神经网络的结构 | 第32-33页 |
| ·神经网络的学习 | 第33-36页 |
| ·BP 神经网络 | 第36-42页 |
| ·BP 神经网络模型 | 第36-38页 |
| ·BP 神经网络的学习算法 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于神经网络的语音识别系统的实现 | 第43-64页 |
| ·仿真系统的介绍 | 第43-45页 |
| ·语音信号的录制模块 | 第45-47页 |
| ·语音信号的预加重 | 第47页 |
| ·语音信号的端点检测 | 第47-51页 |
| ·语音信号的特征参数提取 | 第51-54页 |
| ·特征参数的规整 | 第54-55页 |
| ·BP 神经网络的设计与仿真 | 第55-63页 |
| ·语音数据的归一化 | 第56-57页 |
| ·神经网络的训练和识别 | 第57-59页 |
| ·不同特征参数的比较 | 第59-61页 |
| ·不同网络结构的比较 | 第61-62页 |
| ·结果分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 工作总结 | 第64页 |
| 前景展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 攻读硕士学位期间取得的学术成果 | 第69页 |
