语音识别抗噪性能研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 引言 | 第7-11页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 研究现状和发展历史 | 第8-9页 |
| 1.3 论文研究内容 | 第9-10页 |
| 1.4 论文结构安排 | 第10-11页 |
| 第2章 语音信号处理基础 | 第11-36页 |
| 2.1 语音信号的特点与数字化 | 第11-12页 |
| 2.2 语音产生过程 | 第12-13页 |
| 2.3 语音信号预处理 | 第13-16页 |
| 2.3.1 预加重 | 第13-14页 |
| 2.3.2 语音信号窗函数处理 | 第14-16页 |
| 2.4 语音信号分析 | 第16-17页 |
| 2.4.1 短时时域处理技术 | 第16页 |
| 2.4.2 短时频域处理技术 | 第16-17页 |
| 2.5 噪声信号基础 | 第17-18页 |
| 2.6 信道补偿 | 第18-20页 |
| 2.7 语音信号基础小结 | 第20-21页 |
| 2.8 端点检测 | 第21-29页 |
| 2.8.1 降噪预处理 | 第21-23页 |
| 2.8.2 双门限端点检测 | 第23-27页 |
| 2.8.3 基于语音熵的端点检测 | 第27-29页 |
| 2.8.4 端点检测小结 | 第29页 |
| 2.9 特征提取 | 第29-36页 |
| 2.9.1 Mel倒谱系数(MFCC) | 第29-33页 |
| 2.9.2 线性预测编码系数 | 第33-34页 |
| 2.9.3 特征提取小结 | 第34-36页 |
| 第3章 隐马尔科夫模型及其应用 | 第36-43页 |
| 3.1 隐马尔科夫模型 | 第36页 |
| 3.1.1 隐马尔科夫模型的定义 | 第36页 |
| 3.2 隐马尔科夫模型的参数 | 第36-37页 |
| 3.3 隐马尔科夫模型三个基本问题 | 第37-39页 |
| 3.3.1 隐马尔科夫模型第一个问题的求解 | 第37-38页 |
| 3.3.2 隐马尔科夫模型第二个问题的求解 | 第38-39页 |
| 3.3.3 隐马尔科夫模型第三个问题的求解 | 第39页 |
| 3.4 隐马尔科夫模型的分类和连续观测密度 | 第39-40页 |
| 3.5 隐马尔科夫模型训练和实现问题 | 第40-43页 |
| 3.5.1 定标 | 第40页 |
| 3.5.2 多个观察序列 | 第40页 |
| 3.5.3 参数的初始估计 | 第40-41页 |
| 3.5.4 模型的训练 | 第41-43页 |
| 第4章 抗噪声语音识别架构设计 | 第43-54页 |
| 4.1 系统设计背景与开发运行环境 | 第43-44页 |
| 4.2 系统总体框架设计 | 第44-45页 |
| 4.3 系统子模块设计 | 第45-54页 |
| 4.3.1 语音采集模块 | 第45-46页 |
| 4.3.2 端点检测模块 | 第46-47页 |
| 4.3.3 特征提取模块 | 第47-48页 |
| 4.3.4 模型匹配模块 | 第48-50页 |
| 4.3.5 网络通信模块 | 第50-52页 |
| 4.3.6 语音数据和模型存储模块 | 第52-53页 |
| 4.3.7 拒识算法模块 | 第53-54页 |
| 第5章 性能评测 | 第54-55页 |
| 5.1 系统的测试 | 第54-55页 |
| 第6章 总结与展望 | 第55-56页 |
| 6.1 本文实现的语音识别系统的特点 | 第55页 |
| 6.2 不足与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
