基于HMM和神经网络的语音识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-15页 |
| ·语音识别概述 | 第9-12页 |
| ·语音识别研究背景与意义 | 第9-10页 |
| ·语音识别研究国内外现状 | 第10-12页 |
| ·语音识别技术 | 第12-13页 |
| ·语音识别的问题与困难 | 第13-14页 |
| ·本文研究内容 | 第14-15页 |
| 第2章 语音信号分析 | 第15-27页 |
| ·语音信号的预处理 | 第15-21页 |
| ·预加重 | 第15页 |
| ·分帧加窗 | 第15-16页 |
| ·端点检测 | 第16-21页 |
| ·语音信号特征参数提取 | 第21-27页 |
| ·线性预测参数(LPC) | 第21-24页 |
| ·线性预测倒谱系数(LPCC) | 第24-25页 |
| ·Mel 频率倒谱系数(MFCC) | 第25-27页 |
| 第3章 基于 HMM 语音识别研究 | 第27-39页 |
| ·HMM 的概念 | 第27-28页 |
| ·离散马尔科夫(Markov)过程 | 第27-28页 |
| ·隐马尔科夫(HMM)模型 | 第28页 |
| ·HMM 的结构与类型 | 第28-31页 |
| ·HMM 语音识别研究 | 第31-34页 |
| ·HMM 模型的三个基本问题 | 第31页 |
| ·HMM 模型基本问题的解决方案 | 第31-34页 |
| ·HMM 算法实现的问题 | 第34-39页 |
| 第4章 基于神经网络的语音识别研究 | 第39-54页 |
| ·人工神经网络简介 | 第39-40页 |
| ·人工神经网络的构成 | 第40-42页 |
| ·几种用于模式识别的神经网络模型及其主要算法 | 第42-46页 |
| ·单层感知器 | 第42-43页 |
| ·双层感知器 | 第43-44页 |
| ·多层感知器 | 第44-46页 |
| ·基于神经网络的语音识别的过程 | 第46-48页 |
| ·BP 神经网络模型 | 第48-53页 |
| ·BP 神经网络介绍 | 第48-49页 |
| ·BP 神经网络学习算法 | 第49-52页 |
| ·BP 网络结构参数设计 | 第52-53页 |
| ·分类器的设计 | 第53-54页 |
| 第5章 仿真实验与结果分析 | 第54-58页 |
| ·实验语音库准备 | 第54页 |
| ·基于 HMM 模型的语音识别实验研究 | 第54-55页 |
| ·基于 BP 神经网络的语音识别实验研究 | 第55-58页 |
| 结论与展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |
