基于LSTM网络和GMM的语音检测研究
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文的主要工作及内容安排 | 第12-14页 |
| 第二章 婴儿哭声与成人语音特征提取 | 第14-26页 |
| 2.1 婴儿哭声与成人语音的特点分析 | 第14-15页 |
| 2.2 信号预处理 | 第15-19页 |
| 2.2.1 预加重及归一化 | 第15-16页 |
| 2.2.2 分帧和加窗 | 第16-18页 |
| 2.2.3 端点检测 | 第18-19页 |
| 2.3 特征提取 | 第19-24页 |
| 2.3.1 Mel频率倒谱系数 | 第19-22页 |
| 2.3.2 感知线性预测 | 第22-23页 |
| 2.3.3 基音频率 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 语音检测模型 | 第26-40页 |
| 3.1 高斯混合模型 | 第26-28页 |
| 3.1.1 单高斯模型 | 第26-27页 |
| 3.1.2 高斯混合模型 | 第27-28页 |
| 3.2 长短时记忆网络模型(LSTM) | 第28-35页 |
| 3.2.1 循环神经网络(RNN) | 第28-31页 |
| 3.2.2 LSTM网络 | 第31-35页 |
| 3.3 隐马尔可夫模型 | 第35-36页 |
| 3.4 朴素贝叶斯法 | 第36-37页 |
| 3.5 本章小结 | 第37-40页 |
| 第四章 基于LSTM网络和GMM的成人语音检测 | 第40-56页 |
| 4.1 数据库与评价准则 | 第40-42页 |
| 4.2 音频特征 | 第42页 |
| 4.3 基于LSTM网络的语音检测 | 第42-46页 |
| 4.3.1 网络结构 | 第42-43页 |
| 4.3.2 算法流程 | 第43-44页 |
| 4.3.3 实验结果 | 第44-46页 |
| 4.4 基于GMM的语音检测 | 第46-51页 |
| 4.4.1 算法流程 | 第46-47页 |
| 4.4.2 实验结果 | 第47-51页 |
| 4.5 基于LSTM-GMM-RNN的语音检测 | 第51-53页 |
| 4.5.1 算法流程 | 第51-52页 |
| 4.5.2 实验结果 | 第52-53页 |
| 4.6 本章小结 | 第53-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文总结 | 第56页 |
| 5.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
