基于粒计算的语音实时分段算法

摘要	第1-5页
ABSTRACT	第5-9页
第一章 绪论	第9-30页
·概述	第9-12页
·语音识别简介	第9-10页
·语音分段在语音识别中的地位和作用	第10页
·国内外研究现状	第10-12页
·几种常用的分段方法	第12-20页
·基于短时能量和过零率的语音分段方法	第12-14页
·短时自相关函数	第14-15页
·基于小波变换的语音分段方法	第15-18页
·基于听觉系统的Mel倒谱系数	第18-20页
·粒计算理论	第20-27页
·Rough集理论	第21-24页
·基于Rough集模型的粒计算理论	第24-27页
·本课题研究的背景及意义	第27-28页
·论文完成工作及安排	第28-30页
第二章 语音分段实时改进算法	第30-41页
·特征参数实时提取	第30-33页
·能量、过零率、能频积、能频比	第31页
·小波系数、小波互相关	第31-32页
·Mel倒谱系数	第32-33页
·实时自相关分段算法	第33-35页
·算法原理	第33-35页
·算法流程	第35页
·实验结果	第35-40页
·小结	第40-41页
第三章 基于粒计算的语音信号实时分段算法	第41-61页
·采集数据,构建决策表	第41-42页
·对连续属性值域进行预处理,属性离散化	第42-44页
·对决策表进行条件属性的约简(相对约简)	第44-49页
·决策规则约简	第49-53页
·决策算法极小化	第53-54页
·根据决策规则建立语音分段算法	第54-55页
·实验结果分析	第55-59页
·重要性、属性核	第56页
·决策规则约简、决策算法最小化	第56-57页
·语音分段实验结果	第57-59页
·小结	第59-61页
第四章 对基于粒计算的语音实时分段算法的改进	第61-69页
·算法改进	第61-65页
·参数提取的改进	第61-63页
·分段判决的改进	第63-65页
·实验结果	第65-68页
·小结	第68-69页
第五章 结论与展望	第69-70页
参考文献	第70-73页
致谢	第73-74页
攻读学位期间发表的学术论文目录	第74页