采用脉冲耦合神经网络的有噪特定人语音识别系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| Contents | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| ·课题背景 | 第13-14页 |
| ·语音识别的历史和研究现状 | 第14-15页 |
| ·论文安排 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 语音识别理论基础 | 第17-29页 |
| ·语音学知识 | 第17-18页 |
| ·语音信号的数学模型 | 第17-18页 |
| ·语音识别基础 | 第18-20页 |
| ·语音识别模型 | 第20-24页 |
| ·动态时间规整(DTW) | 第21页 |
| ·隐马尔科夫模型(HMM) | 第21-23页 |
| ·DTW与HMM比较 | 第23-24页 |
| ·语音预处理 | 第24-28页 |
| ·预滤波 | 第24页 |
| ·预加重 | 第24页 |
| ·分帧加窗 | 第24-26页 |
| ·端点检测 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于谱减法的语音去噪 | 第29-43页 |
| ·噪声抑制的常用方法 | 第29-31页 |
| ·抗噪算法评价标准 | 第31页 |
| ·谱减法去噪 | 第31-42页 |
| ·谱减法基本原理 | 第31-33页 |
| ·改进谱减法 | 第33-35页 |
| ·谱减法去噪实验 | 第35-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 语音识别系统特征参数 | 第43-60页 |
| ·线性预测倒谱系数 | 第43-45页 |
| ·美尔频标倒谱系数 | 第45-47页 |
| ·脉冲耦合神经网络 | 第47-50页 |
| ·PCNN模型结构及其原理 | 第47-49页 |
| ·PCNN在图像特征提取中的应用 | 第49-50页 |
| ·运用PCNN从语谱图中提取特征参数 | 第50-59页 |
| ·语谱图 | 第51-53页 |
| ·运用PCNN提取特征参数 | 第53-55页 |
| ·PCNN模型参数对输出的影响 | 第55-56页 |
| ·语音加窗个数对输出熵序列的影响 | 第56-58页 |
| ·迭代次数的选择 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 实验系统构建与结果分析 | 第60-69页 |
| ·语音模板采集 | 第60-61页 |
| ·语音预处理 | 第61-63页 |
| ·语音特征参数提取 | 第63页 |
| ·特定人语音识别 | 第63-68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士期间所发表的论文 | 第73-75页 |
| 致谢 | 第75页 |
