基于DTW和WMFCC的语音识别技术的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题的研究背景 | 第9-11页 |
| 1.1.1 语音识别概述 | 第9-10页 |
| 1.1.2 语音识别发展现状及趋势 | 第10页 |
| 1.1.3 语音识别的实际应用及存在的问题 | 第10-11页 |
| 1.2 课题主要研究内容及意义 | 第11-12页 |
| 1.3 论文的组织结构 | 第12-13页 |
| 第2章 语音识别的关键技术 | 第13-25页 |
| 2.1 语音信号的预处理 | 第13-18页 |
| 2.1.1 语音信号的采样 | 第13-14页 |
| 2.1.2 语音信号的预加重 | 第14-15页 |
| 2.1.3 语音信号的分帧加窗 | 第15页 |
| 2.1.4 端点检测 | 第15-18页 |
| 2.2 语音信号特征参数分析 | 第18-24页 |
| 2.2.1 语音信号的时域特征分析 | 第18-20页 |
| 2.2.2 语音信号的频域特征分析 | 第20-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 语音信号的特征参数提取 | 第25-31页 |
| 3.1 特征参数的提取 | 第25-27页 |
| 3.1.1 语音信号线性预测系数分析 | 第25-26页 |
| 3.1.2 倒谱分析 | 第26-27页 |
| 3.2 LPC倒谱系数 | 第27页 |
| 3.3 美尔频率倒谱系数 | 第27-28页 |
| 3.4 加权美尔倒谱系数 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 语音识别算法的研究与分析 | 第31-45页 |
| 4.1 动态时间规整算法(DTW) | 第31-35页 |
| 4.2 隐马尔科夫模型(HMM) | 第35-40页 |
| 4.3 人工神经网络(ANN) | 第40-41页 |
| 4.4 三种算法比较分析 | 第41页 |
| 4.5 DTW算法的改进 | 第41-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 基于DTW的语音识别算法设计与仿真 | 第45-65页 |
| 5.1 设计与仿真实验环境 | 第45-46页 |
| 5.2 语音信号获取 | 第46-47页 |
| 5.3 语音信号预处理 | 第47-50页 |
| 5.4 特征参数提取 | 第50-52页 |
| 5.5 改进的DTW算法的仿真 | 第52-64页 |
| 5.5.1 DTW算法的设计思想 | 第52-54页 |
| 5.5.2 未改进与改进的DTW算法的测试与比较 | 第54-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第6章 结论 | 第65-67页 |
| 6.1 论文总结 | 第65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
