首页--工业技术论文--无线电电子学、电信技术论文--通信论文--电声技术和语音信号处理论文--语音信号处理论文--语音识别与设备论文

维吾尔语语音识别的鲁棒性及特征提取的研究

摘要第2-3页
Abstract第3页
第一章 绪论第7-17页
    1.1 语音识别研究的发展及近况第7-10页
    1.2 语音识别噪声鲁棒性第10-12页
        1.2.1 语音增强技术第10-11页
        1.2.2 抗噪语音的特征提取第11页
        1.2.3 模型空间的补偿技术第11-12页
    1.3 语音识别的研究意义第12-13页
    1.4 语音识别目前面临的困难第13-15页
        1.4.1 语料资源音子覆盖第13-14页
        1.4.2 语音识别算法模型第14页
        1.4.3 语音识别鲁棒性第14-15页
        1.4.4 语音识别自适应第15页
    1.5 论文的主要研究内容第15-17页
第二章 维吾尔语.语语料的三音子筛选第17-26页
    2.1 三音子绑定的意义第17-18页
    2.2 维文.语化语料采集第18-19页
        2.2.1 维语.语化语料采集第18页
        2.2.2 语料的预处理第18-19页
    2.3 常用词权重筛选语料第19-21页
        2.3.1 统计.语化常用词表第19页
        2.3.2 计算句子常用词权重第19-20页
        2.3.3 调整参数值第20-21页
    2.4 三音子绑定及筛选语料第21-24页
        2.4.1 维吾尔语语音的三音子结构第21-22页
        2.4.2 三音子覆盖率筛选语料第22-24页
    2.5 本章小结第24-26页
第三章 噪声鲁棒性语音识别第26-34页
    3.1 噪声鲁棒性语音识别第26-27页
    3.2 限制语音识别鲁棒性问题的原因第27页
    3.3 语音增强技术第27-29页
        3.3.1 语音增强技术概括第27-28页
        3.3.2 语音增强的作用和障碍第28-29页
    3.4 语音增强之谱减算法第29-33页
        3.4.1 谱减法的作用及意义第29-30页
        3.4.2 谱减法的基本原理第30-32页
        3.4.3 改进的谱减法算法第32-33页
    3.5 本章小结第33-34页
第四章 语音识别特征提取参数第34-45页
    4.1 基于LPCC的特征提取第35-36页
    4.2 基于MFCC的特征提取第36-37页
    4.3 基于MFCC的改进特征提取方法第37-44页
        4.3.1 传统MFCC方法的不足第37-38页
        4.3.2 引入ICA方法模型第38-39页
        4.3.3 ICA理论基础第39-40页
        4.3.4 近似估计负熵值第40-41页
        4.3.5 FASTICA算法第41-42页
        4.3.6 FASTICA下改进MFCC特征提取第42-44页
    4.4 本章小结第44-45页
第五章 实验总结与分析第45-53页
    5.1 三音子选取实验结果及分析第45-47页
        5.1.1 语料选取第45页
        5.1.2 实验结果第45-47页
    5.2 改善谱减法实验结果及分析第47-49页
    5.3 特征提取实验结果及分析第49-52页
    5.4 本章小结第52-53页
第六章 总结与展望第53-54页
参考文献第54-58页
硕士期间发表的论文第58-59页
致谢第59-60页

论文共60页,点击 下载论文
上一篇:vaTDMA无线传感器网络通讯协议的研究
下一篇:Ad Hoc网络抗毁容错拓扑控制算法研究