基于聚类结合HMM对模糊语义语音识别的研究
| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| ·语音识别的基本概念及构成 | 第10-12页 |
| ·语音识别的基本概念 | 第10-11页 |
| ·语音识别系统的构成 | 第11-12页 |
| ·语音识别技术的发展和现状 | 第12-14页 |
| ·国外语音识别技术的发展 | 第12-14页 |
| ·国内语音识别技术发展现状 | 第14页 |
| ·语音识别的技术难点 | 第14-15页 |
| ·语音识别发展前景 | 第15-16页 |
| ·本文内容安排 | 第16-17页 |
| 第二章 语音信号分析 | 第17-30页 |
| ·语音信号产生模型 | 第17-18页 |
| ·语音信号的数字化与预处理 | 第18-21页 |
| ·语音信号的数字化 | 第18-19页 |
| ·语音信号的预加重 | 第19页 |
| ·语音信号的防混叠滤波 | 第19-20页 |
| ·语音信号的加窗分帧 | 第20-21页 |
| ·语音信号的时域分析 | 第21-24页 |
| ·短时能量E_N | 第21-22页 |
| ·短时平均过零率Z_N | 第22-23页 |
| ·短时自相关函数R_N(K) | 第23页 |
| ·基音周期 | 第23-24页 |
| ·端点检测 | 第24页 |
| ·语音信号的频域分析 | 第24-26页 |
| ·带通滤波器组法 | 第24-25页 |
| ·傅里叶频谱分析 | 第25-26页 |
| ·语音信号的特征参数提取 | 第26-29页 |
| ·线性预测倒谱系数LPCC | 第26-27页 |
| ·MEL倒谱系数MFCC | 第27-28页 |
| ·LPCC系数与MFCC系数的比较 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 隐马尔可夫模型原理 | 第30-42页 |
| ·马尔可夫链及隐马尔可夫模型 | 第30-33页 |
| ·马尔可夫链 | 第30-31页 |
| ·隐马尔可夫理论 | 第31-33页 |
| ·隐马尔可夫模型的三个基本问题 | 第33-39页 |
| ·前向-后向算法 | 第33-35页 |
| ·维特比算法 | 第35-36页 |
| ·BAUM-WELCH算法 | 第36-37页 |
| ·K-均值聚类算法 | 第37-39页 |
| ·HMM的结构 | 第39-40页 |
| ·实现HMM算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于HMM模型的语音识别 | 第42-55页 |
| ·改进HMM与基元选取 | 第42-45页 |
| ·HMM的改进 | 第42-44页 |
| ·基元选取 | 第44-45页 |
| ·对模糊语义的语音识别系统 | 第45-54页 |
| ·系统设计概要 | 第45-47页 |
| ·系统设计要求 | 第45-46页 |
| ·系统流程图 | 第46-47页 |
| ·训练系统 | 第47-54页 |
| ·语料库的建立 | 第47页 |
| ·填料模型与关键字模型的标注 | 第47-49页 |
| ·训练获取HMM参数 | 第49-52页 |
| ·驻留惩罚模型的参数训练 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 语音识别仿真实验 | 第55-60页 |
| ·系统流程和仿真实现 | 第55-57页 |
| ·系统性能评估的实验 | 第57-59页 |
| ·LPCC和MFCC对系统性能的影响 | 第57-58页 |
| ·填料模型对系统性能的影响 | 第58页 |
| ·固定、动态帧长法对系统性能的影响 | 第58-59页 |
| ·环境噪声对系统性能的影响 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |
