基于HMM和BP神经网络的汉语语音识别系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.1.1 语音识别概述 | 第10页 |
| 1.1.2 语音识别研究意义 | 第10-12页 |
| 1.2 语音识别的发展和现状 | 第12-15页 |
| 1.2.1 语音识别的发展历史 | 第12-13页 |
| 1.2.2 国内外研究现状 | 第13-15页 |
| 1.3 语音识别的分类 | 第15-16页 |
| 1.3.1 根据识别对象 | 第15页 |
| 1.3.2 根据使用者适应情况 | 第15-16页 |
| 1.3.3 根据语音词汇量的大小 | 第16页 |
| 1.4 本文内容和结构安排 | 第16-18页 |
| 第2章 语音识别基础理论 | 第18-34页 |
| 2.1 语音识别基本原理 | 第18页 |
| 2.2 语音信号的预处理 | 第18-25页 |
| 2.2.1 去噪处理 | 第18-19页 |
| 2.2.2 预加重 | 第19页 |
| 2.2.3 分帧加窗 | 第19-21页 |
| 2.2.4 端点检测 | 第21-25页 |
| 2.3 语音信号的特征提取 | 第25-32页 |
| 2.3.1 线性预测系数 | 第25-28页 |
| 2.3.2 线性预测倒谱系数 | 第28-29页 |
| 2.3.3 梅尔频率倒谱系数 | 第29-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 HMM语音识别研究 | 第34-44页 |
| 3.1 HMM的基本概念 | 第34-36页 |
| 3.2 HMM语音识别的研究 | 第36-41页 |
| 3.2.1 HMM模型的三个基本问题 | 第36-37页 |
| 3.2.2 HMM基本算法 | 第37-41页 |
| 3.3 HMM的语音识别方法 | 第41-43页 |
| 3.4 HMM的不足与改进 | 第43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 BP神经网络的语音识别研究 | 第44-56页 |
| 4.1 神经网络的基本概念 | 第44-51页 |
| 4.1.1 神经元模型 | 第44-45页 |
| 4.1.2 模型结构 | 第45-47页 |
| 4.1.3 神经网络的学习方式 | 第47-48页 |
| 4.1.4 神经网络的学习算法 | 第48-51页 |
| 4.2 BP神经网络模型 | 第51-54页 |
| 4.2.1 BP神经网络结构 | 第51-52页 |
| 4.2.2 BP神经网络学习算法 | 第52-54页 |
| 4.3 BP神经网络优缺点 | 第54-55页 |
| 4.4 BP神经网络在语音识别中的应用 | 第55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 HMM和BP神经网络混合模型 | 第56-74页 |
| 5.1 HMM和BP神经网络的结合方式 | 第56-59页 |
| 5.2 HMM和BP神经网络混合模型结构 | 第59-61页 |
| 5.3 实验仿真及分析 | 第61-72页 |
| 5.3.1 语音样本库的建立 | 第61页 |
| 5.3.2 语音预处理 | 第61-65页 |
| 5.3.3 特征参数提取 | 第65-66页 |
| 5.3.4 实验及数据分析 | 第66-72页 |
| 5.4 本章小结 | 第72-74页 |
| 第6章 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74页 |
| 6.2 工作展望 | 第74-76页 |
| 参考文献 | 第76-84页 |
| 致谢 | 第84-86页 |
| 附录 | 第86页 |
| A. 攻读硕士学位期间发表的论文 | 第86页 |
| B. 作者在攻读硕士学位期间参加的科研项目 | 第86页 |
| C. 作者在攻读硕士学位期间获得的荣誉 | 第86页 |
